UNIVERSITE DU QUEBEC

MEMOIRE PRESENTE A
L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI
COMME EXIGENCE PARTIELLE
DE LA MAÎTRISE EN INGÉNIERIE

Par
Samuel Gosselin-Brisson

Étude d'un système de contrôle pour suspension automobile

Avril 2006
 Mise en garde/Advice
Afin de rendre accessible au plus
grand nombre le résultat des
travaux de recherche menés par ses
étudiants gradués et dans l'esprit des
règles qui régissent le dépôt et la
diffusion des mémoires et thèses
produits dans cette Institution,
l'Université du Québec
Chicoutimi (UQAC) est fière de
rendre accessible une version
complète et gratuite de cette œuvre.
L'auteur conserve néanmoins la
propriété du droit d'auteur qui
protège ce mémoire ou cette thèse.
Ni le mémoire ou la thèse ni des
extraits substantiels de ceux-ci ne
peuvent être imprimés ou autrement
reproduits sans son autorisation.
Motivated by a desire to make the
results of its graduate students'
research accessible to all, and in
accordance with the rules
governing the acceptation and
diffusion of dissertations and
theses in this Institution, the
à Université du Québec à
Chicoutimi (UQAC) is proud to
make a complete version of this
work available at no cost to the
reader.
The author retains ownership of the
copyright of this dissertation or
thesis. Neither the dissertation or
thesis, nor substantial extracts from
it, may be printed or otherwise
reproduced without the author's
permission.
 11

Résumé :

L'objectif des travaux réalisés est de développer des stratégies de contrôle pour une
suspension active de véhicule automobile. Pour atteindre cet objectif, différents modèles
analytiques ont été mis au point pour simuler la réponse de la suspension à différentes
perturbations. Ces modèles comprennent les éléments passifs représentant le véhicule, les
actionneurs et les différentes lois de contrôle étudiées.

Au cours des travaux, les principales stratégies utilisées dans la littérature ont été
évaluées afin de cibler les avantages et les inconvénients leur étant reliés. Suite à ces
résultats, un système actif incluant des capteurs de mouvement de suspension, des gains
fixes et des filtres d'ordre limités a été développé en utilisant les algorithmes génétiques.
Les résultats obtenus montrent une amélioration appréciable de la performance pour un
modèle de véhicule à quatre degrés de liberté.
 Ill

Remerciements
Je tiens à remercier sincèrement mon directeur de maîtrise Mohamed Bouazara pour
son support et sa flexibilité tout au long de ces deux dernières années. Je lui suis
reconnaissant d'avoir cru en mon potentiel autant pour la réussite de la maîtrise que pour
d'autres activités complémentaires, telle la Formule SAE. Ce sont ses explications, son
soutien et sa compréhension qui m'ont permis de produire le travail qui suit. Ces
remerciements s'appliquent également à mon co-directeur Marc J. Richard du département
de génie mécanique de l'Université Laval. Sa présence, son soutien et ses conseils ont joué
un rôle important dans mon cheminement.

Je souhaite remercier spécialement René Chouinard, Jean Perron et Mohand Ouhrouche

de l'Université du Québec à Chicoutimi. Leur croyance en mes capacités et leurs
connaissances théoriques m'ont apporté une motivation supplémentaire. L'appui de tous
les membres du département d'ingénierie de l'Université du Québec à Chicoutimi, de la
direction au personnel de soutien, a été grandement apprécié.

J'exprime ma reconnaissance à ma famille qui m'a soutenu inconditionnellement

depuis le début de mes études et ce, sur tous les plans. J'adresse un merci spécial à mon
père pour ses conseils et à ma mère pour son enthousiasme. Le support de ma copine
Jeneviève a été déterminant pour traverser les hauts et les bas de ces deux années.

Je tiens également à remercier Marius Allaire et tous les employés de L'équipe

Fabconcept qui m'ont donné la chance inestimable de travailler sur un projet de
développement de grande envergure. Leur soutien financier ainsi que celui du CQRDA et
du CRSNG ont été grandement appréciés.
 IV

Table des matières

1 Introduction 1
1.1 Problématique 1
1.2 Objectifs et plan 1
1.3 Revue de la littérature 2
1.3.1 Imperfections de la route 2
1.3.2 Accélérations 3
1.3.3 Mesure de la performance 4
1.4 Utilisation de l'aluminium 7
1.5 Stratégies de contrôle 10
1.5.1 Skyhook damping 11
1.5.2 Equation de Ricatti 12
1.5.3 Contrôle H» 13
1.5.4 Algorithmes génétiques 17
2 Modèles de véhicule 22
2.1 Modèle quart de véhicule passif 22
2.2 Modèle quart de véhicule actif. 23
2.3 Modèle demi véhicule latéral 25
2.4 Modèle demi véhicule longitudinal 28
3 Développement du contrôleur pour le quart de véhicule 32
3.1 Introduction 32
3.2 Skyhook damping 2 DDL 34
3.3 Ricatti 2 DDL 36
3.4 Contrôle Hoc 2 DDL 37
3.5 Résultats pour le contrôle actif du quart de véhicule à 2 DDL 43
4 Développement du contrôleur par pour le modèle de demi véhicule latéral 47
4.1 Introduction 47
4.2 Suspension passive sans contrôle du roulis 48
4.3 Suspension passive avec barre anti-roulis passive 48
4.4 Suspension passive avec barre anti-roulis active 52
4.5 Résultats obtenus 54
4.6 Simplification du contrôleur 59
5 Développement du contrôleur par algorithmes génétiques pour le modèle de demi
véhicule longitudinal 64
5.1 Introduction 64
5.2 Préparation du modèle 65
5.3 Optimisation 68
5.4 Résultats du contrôleur 71
6 Utilisation de l'aluminium 74
6.1 Ajustement des modèles 74
6.2 Résultats obtenus 74
7 Conclusion 77
Recommandations 79
Références 80
 VI

Liste des figures

Figure 1 : Densité spectrale de différentes routes 3
Figure 2 : Norme ISO-2631 4
Figure 3 : Réponse en fréquence du filtre HRF 5
Figure 4 : Quantité moyenne d'aluminium utilisée dans un véhicule 8
Figure 5 : Poids de différents véhicules faits d'acier et d'aluminium 9
Figure 6 : Concept du modèle quart de véhicule avec « skyhook damping » 11
Figure 7 : Contrôle linéaire total avec observateur optimal 13
Figure 8 : Problème Hx standard. 14
Figure 9 : Architecture de l'algorithme génétique 17
Figure 10 : Processus de croisement 20
Figure 11 : Processus de mutation 20
Figure 12 : Modèle 2 DDL passif 22
Figure 13 : Modèle quart de véhicule à 2 DDL 23
Figure 14 : Système de suspension du modèle à 4 DDL 25
Figure 15 : Modèle demi véhicule longitudinal 28
Figure 16 : Modèle quart de véhicule actif. 32
Figure 17 : Variation de l'index de performance pour une suspension active de type « skyhook » 35
Figure 18 : Schéma du problème incluant les filtres 38
Figure 19 : Force del'actionneur avec contrôleHx 42
Figure 20 a, b et c : Diagrammes pôles zéros du contrôleur. 43
Figure 21 : Accélération verticale pour les différents contrôleurs du modèle à 2 DDL 44
Figure 22 : Deflexion de suspension pour les différents contrôleurs du modèle à 2 DDL 44
Figure 23 : Déflexion du pneu pour les différents contrôleurs du modèle à 2 DDL 45
Figure 24 : Modèle demi véhicule latéral à 4 DDL 47
Figure 25 : Performances de la barre anti-roulis passive pour une accélération latérale 49
Figure 26 : Performances de la barre anti-roulis passive pour une perturbation de la route 50
Figure 27 : Performances pour accélérations latérales 51
Figure 28 : Performances pour perturbations de la route. 52
Figure 29 : Déflexion de suspension pour accélération latérale 55
Figure 30 : Angle de roulis pour accélération latérale 55
Figure 31 : Accélération angulaire pour accélération latérale 56
Figure 32 : Déflexion de suspension pour perturbation de la route 57
Figure 33 : Angle de roulis pour perturbation de la route 57
Figure 34 : Accélération angulaire pour perturbation de la route 58
Figure 35 : Déflexion de suspension pour accélération latérale 60
Figure 36 : Angle de roulis pour accélération latérale 60
Figure 37 : Accélération angulaire pour accélération latérale 61
Figure 38 : Déflexion de suspension pour perturbation de la route 61
Figure 39 : Angle de roulis pour perturbation de la route 62
Figure 40 : Accélération angulaire pour perturbation de la route 62
Figure 41 : Modèle à 4 DDL longitudinal 64
Figure 42 : Schéma du système utilisé pour l'optimisation 65
Figure 43 : Réponse en fréquence de l'actionneur 66
Figure 44 : Réponse en fréquence des filtres WKdes différents contrôleurs 69
Figure 45 : Réponse en fréquence du contrôleur à une perturbation de la route 69
Figure 46 : Réponse en fréquence du contrôleur à une accélération longitudinale 70
Figure 47 : Convergence de la solution. 71
Figure 48 et Figure 49 : Accélération angulaire pour les deux entrées 72
Figure 50 et Figure 51 : Accélération verticale pour les deux entrées 72
Figure 52 et Figure 53 : Déflexion de suspension pour les deux entrées 72
 Vil

Figure 54 et Figure 55 : Déflexion du pneu pour les deux entrées 73

Figure 56 et Figure 57 : Accélération angulaire pour les deux entrées 75
Figure 58 et Figure 59 : Angle de roulis pour les deux entrées 75
Figure 60 et Figure 61 : Force active pour les deux entrées 75
 Vlll

Liste des tableaux

Tableau 1 : Répartition des pièces faites d'aluminium dans un véhicule moyen 8
Tableau 2 : Termes utilisés pour l'algorithme génétique 18
Tableau 3 : Valeurs des composantes du modèle quart de véhicule 23
Tableau 4 : Valeurs utilisées pour le modèle à 4 DDL 26
Tableau 5 : Valeur des paramètres du modèle demi véhicule longitudinal 29
Tableau 6 : Poids utilisés pour le quart de véhicule contrôlé par « skyhook damping » 34
Tableau 7 : Poids utilisés pour le quart de véhicule contrôlé par Ricatti 37
Tableau 8 : Poids utilisés pour le quart de véhicule contrôlé par Ricatti 40
Tableau 9 : Signification des indices des filtres 40
Tableau 10 : Performance des différents contrôleurs pour le modèle à 2 DDL 45
Tableau 11 Poids utilisés pour le contrôleur du modèle demi véhicule latéral. 53
Tableau 12 Valeurs de la matrice de contrôle G 59
Tableau 13 Valeurs utilisées pour le codage de la solution 68
Tableau 14 : Résultats de l'optimisation par algorithmes génétiques 70
Tableau 15 : Valeurs utilisées pour le modèle à 4 DDL standard et en aluminium 74
 IX

À Jeneviève, mes parents et ma famille

 Chapitre 1

Introduction

1.1 Problématique

La plupart des machines mécaniques sont soumises à différents niveaux de vibrations

provenant de sources variées. Les automobiles, comme toutes les machines mécaniques,
n'échappent pas à ce phénomène et c'est pour cette raison que toutes les automobiles sont
munies de suspensions. La suspension automobile a pour but de réduire et ultimement
d'éliminer ces vibrations qui sont néfastes pour les passagers et pour le véhicule.

Les suspensions automobiles traditionnelles ont fait l'objet de nombreuses recherches

pour optimiser leurs performances. Dans les dernières années, plusieurs travaux ont
démontré que la façon la plus réaliste d'améliorer les performances des suspensions
modernes est l'ajout de systèmes actifs [ 1, 2, 3, 4 ]. Le but de ce travail est de mieux
comprendre ce type de suspension et plus précisément de développer des stratégies de
contrôle efficaces en fonction des différentes contraintes relatives au domaine des véhicules
automobiles.

1.2 Objectifs et plan

L'objet principal de ce travail est de développer un système de contrôle pour une

suspension active d'automobile. Les objectifs suivants ont été déterminés afin d'atteindre
le but fixé :
• Définir les critères de performance de la suspension ;
• Construire un modèle analytique d'une suspension traditionnelle (passive) ;
• Sélectionner des stratégies de contrôle applicables ;
• Construire un modèle analytique d'une suspension active pour chaque stratégie ;
• Déterminer des paramètres appropriés ou optimaux pour chaque stratégie retenue ;
• Analyser les résultats obtenus pour tous les types de suspension ;
 • Analyser l'impact de l'utilisation de l'aluminium sur le comportement dynamique
de la suspension ;
• Développer des outils pour faciliter la conception de systèmes de contrôle de
suspensions actives.

Le premier chapitre présente la revue de littérature qui a été réalisée. Cette recherche a
permis de préciser les entrées du système et les critères de performance. Les différentes
stratégies de contrôle retenues sont également énumérées dans ce chapitre.

Le second chapitre est consacré aux modèles de véhicules utilisés. Le premier modèle
représente un quart de véhicule. Des modèles demi véhicule sont ensuite détaillés. Ils
permettent d'augmenter le réalisme du modèle en incluant le roulis et le tangage.

Le chapitre 3 présente une comparaison de la performance des différentes stratégies de

contrôle retenues. Un contrôleur utilisant chaque stratégie est conçu pour un modèle quart
de véhicule. Le processus de conception et la comparaison permettent de faire ressortir les
particularités associées à chaque type de contrôle.

Le chapitre 4 détaille la conception d'une barre anti roulis passive et active pour un
modèle demi véhicule. Le contrôleur de la barre anti roulis active est conçu en utilisant le
contrôle par la méthode de Ricatti. Les performances des systèmes passifs et actifs sont
ensuite comparées et des hypothèses sont étudiées pour simplifier le contrôleur.

Les algorithmes génétiques sont utilisés au chapitre 5 pour concevoir un système actif
en utilisant un modèle demi véhicule longitudinal. Des filtres sont ajoutés avant
l'optimisation pour augmenter la représentativité des critères de performance. Les résultats
démontrent l'efficacité d'un contrôleur combinant des gains de contrôle et des filtres d'un
ordre réduit.

L'impact de l'aluminium est étudié au chapitre 6. Deux modèles, un représentant un

véhicule fait d'acier et un autre fait d'aluminium, sont présentés. Une suspension active est
conçue pour chaque véhicule et les résultats sont comparés.

1.3 Revue de la littérature

1.3.1 Imperfections de la route

Le but premier des suspensions automobiles est d'atténuer les perturbations causées par
les imperfections de la route. Pour que la suspension soit efficace, il faut préciser la route
sur laquelle le véhicule sera utilisé.
 Plusieurs travaux utilisent la densité spectrale de puissance pour caractériser la route [
5, 6, 7 ]. La figure 1 présente la densité spectrale de puissance pour une autoroute, une
route principale et une route secondaire. L'amplitude varie selon le type de route, mais la
densité spectrale de puissance présente toujours un plateau pour les basses fréquences
(jusqu'à lHz) et diminue graduellement lorsque les fréquences augmentent.

Figure 1 : Densité spectrale de différentes routes

0.01 r - t r i - •> j
i m r-p-
Motorway
Main road
0.001 Minor road
N
0.0001

Q le-05

le-06

le-07
10
Frequence (Hz)

1.3.2 Accélérations

Lors d'un usage normal, un véhicule automobile subit des accélérations longitudinales
et latérales. La suspension doit atténuer les mouvements de tangages et de roulis
provoquées par ces accélérations. Pour concevoir un système efficace, il faut caractériser
les accélérations auquelles le véhicule sera sujet.

Les accélérations longitudinales sont provoquées par le conducteur lors de l'application

des gaz pour accélérer et lors de l'application des freins pour ralentir et arrêter. La revue de
littérature n'a pas permis de caractériser l'accélération longitudinale. Nous posons donc
l'hypothèse qu'elles sont restreintes au domaine des basses fréquences puisqu'elles sont
commandées par le conducteur.

Les accélérations latérales sont causées par les manœuvres de virages et de correction
de trajectoire. Comme ces manœuvres sont provoquées par le conducteur, les fréquences
restent limitées et l'amplitude décroît avec l'augmentation de la fréquence. Cette
hypothèse est confirmée par la mesure de l'angle du volant sur un véhicule de promenade et
sur un véhicule de rallye [ 8 ].

1.3.3 Mesure de la performance

Une suspension automobile permet d'améliorer le confort et la tenue de route du

véhicule. Pour concevoir une suspension efficace, il est essentiel de quantifier ces variables
de performance. D'autres variables doivent également être prises en compte pour s'assurer
que la conception est réaliste et réalisable.

1.3.3.1 Confort
Une des fonctions principales de la suspension est d'assurer le confort des passagers.
La norme ISO-2631 précise le temps maximal d'exposition d'un travailleur aux vibrations
en se basant sur l'amplitude et la fréquence de l'accélération verticale subie. La figure 2 est
tirée de cette norme, nous y remarquons la grande sensibilité de l'homme dans la bande de
fréquence allant de 4 à 8 Hz.

Figure 2 : Norme ISO-2631

<J.6J 1.0 1-B Z.5 4.0 Í.0 10 18 2S 40

Frequency or wnMrfrequfncr at tlwnT-octaw bald. H i

Dans le cadre du programme TARDEC de l'armée américaine, un filtre nommé HRF

(Human Response Filter) a été développé pour représenter la sensibilité de l'homme à
l'accélération verticale [9]. Ce filtre est une fonction de transfert entre l'accélération
mesurée en entrée et celle pondérée selon la sensibilité humaine en sortie.
12
2
(1.1)
s +30.025 + 901.3

II s'agit d'un filtre de deuxième ordre avec les particularités suivantes :

Oùn =30.Q2rad/s
ft,=4.78Hz (1.2)
#=0.5

La figure 3 illustre sa réponse en fréquence. Deux traits rouges permettent de visualiser

la sensibilité du filtre dans la bande de 4 à 8 Hz. La sensibilité est accrue dans cette zone,
d'une manière similaire à la norme ISO 2631.

Figure 3 : Réponse en fréquence du filtre HRF

10" 10 10
Frequence (Hz)

La dérivée de l'accélération est aussi mentionnée dans d'autres travaux comme

représentative du confort des passagers [10]. Contrairement à l'accélération, elle doit être
calculée à posteriori en dérivant l'accélération mesurée. Pour améliorer le confort du
véhicule, l'accélération subie par le passager devra être minimisée. Pour les modèles en
deux et trois dimensions, l'accélération angulaire (tangage et roulis) doit aussi être
minimisée.

1.3.3.2 Tenue de route

La tenue de route représente la stabilité d'un véhicule. C'est le pneu qui génère les
forces longitudinales et latérales nécessaires aux changements et aux corrections de
trajectoire. Cette force varie en fonction du glissement, de l'angle de dérive, de l'angle de
carrossage et de la force normale [ 1 1 , 12, 13, 14 ]. Le glissement et l'angle de dérive sont
contrôlés par le conducteur afin de diriger le véhicule. L'angle de carrossage varie selon la
géométrie de la suspension, mais la force générée par le pneu varie largement en fonction
de la force normale. Pour assurer une force du pneu constante, la suspension doit réduire
les variations de la force normale appliquée sur le pneu. Dans la majorité des travaux de
recherches, le pneu est modélisé par un ressort linéaire et son amortissement est négligé [ 1,
2, 3,4]. La déflexion du pneu est donc utilisée comme mesure représentative de la tenue de
route du véhicule.

1.3.3.3 Autres critères

Lors de la conception d'une suspension, le débattement maximal est limité par des
butées. Afin de réduire la hauteur du centre de gravité et d'éviter l'impact sur ces butées, il
est important de minimiser la déflexion de la suspension. La déflexion de la suspension
doit être incluse dans une fonction à optimiser, puisque l'optimisation du confort sans
contrainte pourrait amener des débattements de suspension impossibles à réaliser
concrètement.

Dans le cas d'une suspension active, une force est appliquée sur les masses suspendues
et non suspendues par un actionneur. La puissance requise pour générer cette force est
limitée puisqu'elle provient généralement du moteur. La force requise par l'actionneur doit
également être minimisée.

En résumé, dans le cas d'une suspension active, quatre critères de performances

différents doivent être minimisés pour maximiser les performances :

• Accélération verticale subie par les passagers ;

• Déflexion du pneu ;
• Déflexion de la suspension ;
• Force appliquée par l'actuateur.
 Dans le cas d'une suspension passive ou active, l'amplitude de la sortie s(t) à une
excitation sinusoïdale est une fonction de l'amplitude de l'entrée e(t) = Ee10" et de la valeur
de la fonction de transfert G(jû)).

S(t) = GUû))EeM (1.3)

Comme les entrées sont incontrôlables, la réponse est minimisée en réduisant la valeur
de la fonction de transfert G(jco) à la fréquence donnée. Afin de minimiser la réponse sur
une plage de fréquences désirées, la valeur de G(jco) doit être réduite pour toutes les
fréquences concernées.

Pour représenter la fonction de transfert par une seule mesure, la valeur efficace (RMS)
est utilisée [4]. Cette méthode facilite l'élaboration d'une seule fonction mathématique à
optimiser. Si So représente la densité spectrale de l'entrée, la valeur moyenne au carré
d'une fonction de transfert Hy(oo) est donnée par :

(1.4)

Puisqu'il y a plusieurs fonctions de transfert à minimiser, un compromis entre les

différents critères de performance est nécessaire. Des poids sont utilisés pour représenter
l'importance relative de chaque critère. Pour un nombre i de critère x à optimiser, nous
définissons les poids pi correspondants. La valeur de l'index de performance est donnée
par l'équation (1.5) où J est une fonction quadratique multipliant le carré de chaque critère
par un poids proportionnel à son importance:

V (1.5)

1.4 Utilisation de l'aluminium

Les prix élevés de l'essence et l'amélioration des performances dynamiques poussent
les fabricants à réduire le poids de leurs véhicules [ 15, 16, 17, 18, 19 ]. Cette réalité
explique l'utilisation croissante de l'aluminium dans l'industrie automobile, comme
l'indique la figure 4 [20].
 Figure 4 : Quantité moyenne d'aluminium utilisée dans un véhicule

1960 1970 1980 1990 2000 2010

Source: Various: Alcan estimates

Présentement, une automobile contient plusieurs pièces faites d'aluminium : le bloc

moteur, les couverts de transmission, les étriers de freins et les roues en alliages en sont
quelques exemples. Le tableau 1 illustre la répartition de tout l'aluminium utilisé dans
l'industrie automobile selon un rapport de Dunker Research Co en 1999 [ 16 ].

Tableau 1 : Répartition des pièces faites d'aluminium dans un véhicule moyen

Composantes Pourcentage
Pièces coulées (moteur, tête, entrée d'air, transmission) 61.9%
Feuilles (radiateur, autres échangeurs de chaleur) 12.9 %
Roues 15.7 %
Finition intérieure et extérieure 4.6 %
Châssis et suspension 2.6 %
Panneaux de carrosserie (capot) 1.2%
Carrosserie 0.7 %
Pare choc 0.4 %

Les châssis et les carrosseries faites d'aluminium gagnent en popularité puisqu'ils

permettent une diminution significative du poids (30 à 50%) comparativement à l'acier.
Plusieurs grands constructeurs automobiles développent présentement des châssis faits
d'aluminium sur leurs modèles haut de gamme comme la Prowler de Chrysler, l'Espérante
de Panoz, la NSX et l'Insight de Honda, la A8 et la A2 de Audi et plusieurs autres.
Quelques uns de ces modèles sont utilisés à la figure 5 pour démontrer la légèreté des
châssis faits d'aluminium en tenant compte des dimensions du véhicule [ 20 ].

Figure 5 : Poids de différents véhicules faits d'acier et d'aluminium

(100%)

5Û
D STEEL BODIES
BMW 740 (1994) MB Scias:* 1!
-^
/\. I ALUMINIUM BODIES MB S class 1999
JAGUAR XJ
O) BMW-28
'o
(50%)
•o
o
X350 (XJ)
Aluminium, Riveted
Adhesively Bonded

Stamped Sheet
Structure
j.O 35.0

3
Vehicle Size [m ]

Contrairement aux pièces traditionnellement faites d'aluminium, la construction d'un

châssis en aluminium nécessite le développement de nouveaux procédés. Diverses
techniques ont été utilisées jusqu'à aujourd'hui : hydro formage, feuilles pliées, pièces
coulées, rivets, colles époxy, soudure laser, etc. Chaque compagnie développe une façon
différente d'utiliser ce matériel, mais la plupart s'entendent pour dire que l'aluminium sera
de plus en plus utilisé dans le futur pour la construction des châssis automobiles.
L'aluminium gagne également en popularité pour la fabrication de capots et de coffres de
valises. Ces pièces doivent être levées à plusieurs reprises et une diminution du poids
nécessite un effort beaucoup moins grand de la part de l'usager. De nouvelles techniques
doivent être développées pour « mouler » les feuilles d'aluminium mais là encore, des
progrès sont réalisés chaque année.

Certaines voitures sont maintenant composées d'un châssis et d'une carrosserie en

aluminium. La nouvelle XJ de Jaguar possède un châssis et une carrosserie faits
d'aluminium qui ont été développés en collaboration avec Alcan. L'utilisation de ce
 10

matériau permet d'obtenir un poids de 220kg pour le châssis et la carrosserie, soit une
diminution de 40% par rapport à un assemblage similaire en acier [ 19 ].
Les éléments de suspension, tout comme le châssis, sont fortement sollicités. Peu à peu,
des progrès sont réalisés et permettent maintenant la production d'éléments de suspension
faits d'aluminium, ce qui permet une diminution de poids notable. Par exemple, les
ingénieurs de Lotus ont redessiné les éléments de suspension du modèle Elise en
remplaçant l'acier par l'aluminium. Ils ont ainsi réduit la masse de ces éléments de 34%
[15].

Évidemment, la masse d'un véhicule a une grande importance sur le comportement de

la suspension de ce véhicule. Puisqu'il semble inévitable que la masse totale des véhicules
diminue dans les années à venir grâce à l'utilisation de l'aluminium, il est important
d'analyser les conséquences de ce phénomène sur la performance des suspensions
automobile.

Pour étudier l'effet de la réduction de la masse, nous devons d'abord déterminer le

poids de la masse non suspendue. L'hypothèse d'une diminution de 25% est conservatrice
comparativement au 34% de réduction obtenue par les ingénieurs de Lotus.

Pour la réduction de la masse suspendue, il est plus difficile d'établir une valeur. Nous
estimons qu'un châssis représente le quart du poids total du véhicule. En posant
l'hypothèse d'une réduction du poids du châssis de 30%, ce qui reste conservateur, le poids
de la masse suspendue est diminué de 7.5%.

1.5 Stratégies de contrôle

L'ajout d'éléments actifs contrôlés par des systèmes électroniques permet d'améliorer
sensiblement les performances de la suspension [ 1, 2, 3, 4 ]. Bien que plus efficaces
qu'une suspension passive, de tels systèmes sont plus complexes puisqu'un plus grand
nombre de paramètres doivent être ajustés. La conception d'un tel système requiert le
développement d'une stratégie de contrôle adaptée et efficace. Pour résoudre ce problème,
différentes stratégies seront étudiées.

Les travaux réalisés sur les suspensions actives, comme la plupart des systèmes de
contrôle, utilisent des équations linéaires et la formulation de variables d'état pour
représenter la dynamique du système. Le vecteur d'état x est composé des variables du
système. Pour une entrée de contrôle u et une perturbation z, les matrices A, B et L
représentent la dynamique du système.

(1.6)

Le vecteur y des sorties du système est calculé à l'aide des matrices C, D et F.

 11

(1.7)

Tous les modèles utilisés lors de travaux de recherche utilisent cette formulation. La
section suivante présente différentes méthodes de contrôle utilisées pour la conception et
l'optimisation du contrôleur.

1.5.1 Skyhook damping

Le « skyhook damping » est une stratégie de contrôle simple et efficace. Le concept est
relativement simple : l'actionneur simule la présence d'un amortisseur entre la masse
suspendue et le ciel. La présence de cet amortisseur réduit l'amplitude de la résonance de
la masse suspendue, ce qui améliore les performances [21].

Figure 6 : Concept du modèle quart de véhicule avec « skyhook damping »

////////

Comme l'actionneur simule l'amortisseur, la force appliquée est une fonction de la

constante de l'amortisseur simulé et de la vitesse de la masse suspendue.

? a ~ C
skvhookZs (1.8)

Comme la seule variable est la vitesse de la masse suspendue, un seul capteur est
nécessaire. Malheureusement, il n'est pas facile de mesurer la vitesse absolue dzs/dt.
Cependant, pour résoudre ce problème, il est possible d'intégrer la réponse d'un capteur
mesurant directement l'accélération.
 12

1.5.2 Equation de Ricatti

Cette méthode utilise l'équation de Ricatti afin de calculer des gains de contrôle
optimaux. Ces gains forment la matrice de contrôle G qui multiplie le vecteur d'état afin de
calculer la valeur de l'entrée contrôlée u.

u = -Gx (1.9)

L'optimalité de la solution est assurée par la minimisation du critère de performance J

sur l'ensemble des fréquences en posant un bruit blanc comme entrée de perturbation.
L'expression de J est une fonction des matrices N, Q et R.

J =—E[jxrQx + xT NTu + uT Nx + uT Rudt] (1. 10)

Pour un système utilisant la formulation variable d'état avec les matrices A et B, le

contrôleur linéaire optimal minimisant le critère de performance J est obtenu en
solutionnant l'équation de Ricatti donné à l'équation (1.11) [22].

M-MBR-'B'M + Q (1
l T
G = R' B M

Le toolbox « Control System » de Matlab contient la fonction care qui résout l'équation
de Ricatti et calcule le vecteur de contrôle G. Pour utiliser cette fonction, nous devons
définir les matrices A, B, N, Q et R.

La matrice G contient les coefficients qui multiplient chaque variable d'état. Il est
ensuite possible de formuler une nouvelle matrice A c modélisant la dynamique du système
en incluant la loi de contrôle et l'actionneur.

AC=A-BG (1.12)

Puisque G est une matrice qui multiplie toutes les variables d'état, il est nécessaire de
mesurer toutes les variables d'état. Dans le cas d'une suspension active, certaines variables
d'état sont difficilement mesurables. L'ajout d'un observateur optimal permet de
 13

contourner le problème mais complexifie le système de contrôle. Le schéma complet d'un

tel système est illustré à la figure 7 :

Figure 7 : Contrôle linéaire total avec observateur optimal

I u I
K C
y* Gain Gain
Observateur Contrôle

y A A

C
I J

1.5.3 Contrôle H*

Le contrôle Hœ permet de concevoir un contrôleur optimal minimisant la valeur d'un

critère de performance J. Contrairement au contrôle par Ricatti, il est possible de pondérer
en fréquence chaque critère de performance et de spécifier les mesures disponibles. La [i
analyse peut aussi être utilisée pour évaluer la robustesse du contrôleur à posteriori, mais
elle ne sera pas détaillée dans ce travail.

Le contrôle Hœ est basé sur la norme Hœ [11, 23]. Pour un système ayant une entrée et
une sortie avec une fonction de transfert G(s), la sortie s(t) à une entrée e(t) = Ee1™* est
donné par :

s(t) = G{jO))Eejat (1. 12)

Pour un système multi variable, une valeur singulière est utilisée, soit

T, (G(jco)) = <jM(.G(.-MT)G(J<o)) (1. 13)

Pour un système à une seule variable il n'y a qu'une seule valeur singulière

(1. 14)

Pour un système linéaire invariant utilisant la représentation variable d'état

 14

x(t) = Ax(t) + Bu(t)

(1. 15)

II est possible de définir la norme H» avec la matrice de transfert G(s)

(1.16)

La norme G(s) est la valeur la plus élevée du gain du système sur toute la gamme des
fréquences co. Pour un réel y > 0{D), JG(s)jx < y si la matrice suivante n'a pas de valeur
propre sur l'axe imaginaire.

A-BR~lDTC 1
J - l T>T
- yBR-'B
H
r =
yC1 S'lC -AT +CTDR'1BT
R= DTD-fl (1. 17)
S = DDT - y2l

Le problème standard H» débute avec un système P(s) qui modélise les relations
dynamiques entre les entrées extérieures w (commandes, perturbations, bruits), u (éléments
actifs), les sorties e (variables d'observations) et les mesures y disponibles pour faire la
commande. Le but de la synthèse est de concevoir un contrôleur, ou plus directement de
trouver une fonction de transfert K(s) qui permet de contrôler efficacement le système.

Figure 8 : Problème H*, standiird

e W
P(S)

y U

K(s)

Comme le système P(s) a deux entrées et deux sorties il peut être partitionné de la
manière suivante:

P{s) = (1. 18)

 15

Nous obtenons le système dynamique correspondant:

e(s)
(1. 19)

Nous pouvons trouver la fonction de transfert du système bouclé, c'est-à-dire du

système, en incluant le contrôleur K(s) et le contrôle u. Cette fonction est la relation entre
l'entrée w et la sortie e.

= F1(P(s),K(s)W(s)
(1. 20)

Le problème est de déterminer K(s), qui stabilise le système bouclé et

assure|F1(/)(5'),Í^(Í))||OO < y. Le contrôleur permettant d'atteindre la plus petite valeur de y
sera le contrôleur optimal. La méthode de résolution suivante, celle de Glover-Doyle,
utilise les équations de Riccati pour résoudre le problème mais les LMI (Linear Matrix
Inequalities) peuvent aussi être utilisées, comme le fait la fonction « hinfsyn » du « Robust
Control Toolbox » de « Matlab ». Chaque méthode utilise la formulation suivante pour
représenter le système.

x(t) B., x(t)

e(t) C. Z> w(t) (1.21)
«(0

La matrice X correspond à l'équation de Riccati. Les matrices P et Q sont de même

grandeur que A.

-P
X = Rie
(1. 22)
ATX-XPX +Q = i

Les quatre hypothèses suivantes doivent être satisfaites

Hl) (A,BU) est stabilisable et (CV,A) est détectable

H2) rang(Deu) = nu et rang^D^) = ny
\A-jcoL B 1
H3) V<we R,rang
 16

A-i
H4) R,rang
Dyw

Hl est une condition normale pour être en mesure de contrôler le système ;

H2 est une condition pour s'assurer que le contrôleur K(s) soit propre ;
H3 assure que Peu(s) n'a pas de zéro sur l'axe imaginaire ;
H4 assure que Pyw(s) n'a pas de zéro sur l'axe imaginaire.

Si les hypothèses précédentes sont vérifiées, le problème a une solution si les cinq
conditions suivantes sont remplies :

A r2BwBj-BuBuT
1) La matrice n'a pas de valeur propre sur l'axe
-CjC. -A1
imaginaire ;
2) II existe une matrice ! „ = RiciH^ ) > 0 ;
AT r*C.C.T -CyTCy
3) La matrice n'a pas de valeur propre sur l'axe
B BT -A
imaginaire ;
4) II existe une matrice Yx = RiciJ^ ) > 0 ;

5) < y2 où p désigne le module de la plus grande valeur propre.

Comme le contrôleur optimal doit remplir ces cinq conditions, une recherche
dichotomique est effectuée en vérifiant les conditions pour y jusqu'à ce que la plus petite
valeur soit trouvée. Cette recherche est couramment appelée « y-itération ». Comme
l'optimalité de la solution n'est pas toujours assurée, nous pouvons obtenir un contrôleur
sub optimal.
Sous les conditions précédentes, le contrôleur K(s) stabilisant le système est décrit par :

Xait)
«(0 yit)
-cv h. 0 y ait)
(1. 23)

La représentation suivante peut aussi être utilisée :

 17

(1.24)
u(t)

La fonction de transfert K(s) du contrôleur entre les entrées de mesure y et le contrôle u

est donnée par ces équations.

Le toolbox « Robust Optimal Control » de Matlab contient la fonction « hinfsyn » qui

effectue la recherche dichotomique pour trouver la valeur optimale de y, synthétise le
contrôleur et le système bouclé. Pour utiliser cette fonction, nous devons formuler le
problème sous la forme d'un système de matrices A, B, C et D.

1.5.4 Algorithmes génétiques

Les algorithmes génétiques s'inspirent de l'évolution des gènes. Selon la théorie de

l'évolution, chaque être vivant possède des gènes qui déterminent ses particularités. Les
êtres les plus performants ont de plus grandes chances de survie, donc plus de chances de
transférer leurs gènes à la génération suivante.

Ce raisonnement est utilisé dans les algorithmes génétiques. Contrairement aux

algorithmes traditionnels, la recherche débute avec une population de points de départ et
non un seul. Différents mécanismes permettent d'explorer l'espace des solutions et de
trouver l'optimum. Tout comme les algorithmes traditionnels, il n'y a pas de certitude sur
l'optimalite de la solution, mais l'espace exploré est beaucoup plus vaste [24].

Figure 9 : Architecture de l'algorithme génétique

Création de la solution 1
population de solution 2
départ Décodage de
chaque gène
Sélection
Évaluation de la
performance

solution j

Croisement
& Progéniture
nouvelle mutation
population
 18

La figure 9 présente le fonctionnement de l'algorithme génétique. Le processus est

constitué de 4 étapes :
1. Création d'une population de départ ;
2. Décodage des gênes et évaluation de la performance ;
3. Création de la progéniture ;
4. Croisement et mutation des gènes.

Étape 1 : Création de la population

La population de départ est créée de manière aléatoire. Le plus grand défi de cette
étape est le codage de la solution en un gène. Le tableau suivant fait le lien entre les termes
génétiques et la solution mathématique.

Tableau 2 : Termes utilisés pour l'algorithme génétique

Algorithme génétique Explication

Chromosome (individu) Solution complète
Gène Partie de la solution

Un chromosome représente la solution complète au problème à optimiser. Chaque

composante de la solution est un gène.

Si les variables à optimiser sont des nombres réels, il est possible de les représenter par
une série de nombres binaires appelés bits. La quantité de bits limite le nombre de
possibilités, il est donc recommandé d'utiliser un nombre de possibilités acceptable et un
facteur pour atteindre l'ordre de grandeur désiré. Le codage permet de définir les bornes
pour chaque variable à optimiser.

Une fois que le chromosome représentant une solution est bien défini, une population
est créée de manière aléatoire. Cette population sera composée de k individus où chaque
individu est représenté par la variable Vk.

Étape 2 : Décodage et évaluation de la performance

La règle de décodage est l'inverse de la règle de codage utilisée. Lorsque le

chromosome est décodé, la performance de la solution correspondante est évaluée. La
procédure d'évaluation correspond à n'importe quel type de fonction (linéaire, non-linéaire,
valeur RMS, multi variable, etc.) retournant une valeur représentative de la performance.
Dans le domaine des algorithmes génétiques, la performance est appelée forme physique
(«fitness»). La forme physique f d'un individu correspond à l'équation 1.26 où la
fonction eval(vk) est la fonction qui calcule la forme physique de l'individu k. Il est
important d'ajuster la fonction « eval » pour qu'elle accorde une plus grande forme
physique aux meilleurs individus.
 19

fk=eval(vk) (1.25)

Étape 3 : Sélection et création d'une progéniture

Lorsque la forme physique de tous les individus est connue, la forme physique totale F
de la population est calculée.

F = Y!^ eval{vk) (1.26)

La probabilité de survie pk de chaque individu peut alors être calculée.

A = ^ (1.27)
t

La probabilité cumulative de survie qk de chaque individu est :

Une valeur qk est obtenue pour chaque individu. Ces valeurs sont croissantes avec
l'index k de chaque individu jusqu'à 1 pour le dernier individu. Pour effectuer la
reproduction, un nombre aléatoire entre 0 et 1 est généré pour chaque individu de la
population de départ. À chaque nombre aléatoire ni est associe l'individu k, qui satisfait la
relation suivante.

qk_y<n1<qk (1.29)

Étape 4 : Croisement et mutation

Pour explorer de nouvelles possibilités dans l'espace des solutions, il est essentiel de
créer de nouveaux individus. Les processus sont basés sur ceux de la nature : le croisement
et la mutation des gènes.

Le croisement est fait de manière semblable à celle des êtres vivants. Un taux de
croisement p c est utilisé pour déterminer les individus qui seront croisés. Lorsque deux
parents sont sélectionnés, les chromosomes de chaque parent sont séparés en deux à un
emplacement aléatoire et chaque partie est ajoutée à celle de l'autre parent pour former
deux enfants [25]. Le nombre total d'individus dans la population demeure constant mais
 20

de nouveaux individus sont ainsi créés. La figure 10 illustre le processus. Un masque

ayant des valeurs aléatoires peut aussi être utilisé [26,27] pour effectuer le croisement.

Figure 10 : Processus de croisement

V, I I I I I i J I M I I t I I I t I 1 I t I i I I t I I M i I I
parents
V2 I I I I I I I I I I I I I I I I

Vt I I i I i I I i I 1t i I I I I I I I I I I I I I I I
enfants
VC2 I I I I I I I I I M M I I I I I I I 1 t 1 I. I J

Le processus de mutation est lui aussi basé sur la génomique. Lors de la mutation, la
valeur d'un bit est inversée. Tout comme la reproduction, la mutation a une probabilité p m
de se produire pour chaque bit.

Figure 11 : Processus de mutation

Vi i i i ITTT M i r rrnr i i M M I T M M M M n
V'i I I M II M II M M Ol 1 M M M I II

Lorsque la solution doit respecter des contraintes, il faut prévoir un mécanisme de

vérification pour chaque nouvel individu obtenu par croisement ou par mutation. Ce
mécanisme devra permettre la conversion d'une solution inacceptable en solution qui
respecte les contraintes.

Une fois toutes ces étapes complétées, une nouvelle génération a été créée. L'évolution
se poursuit pour un nombre donné d'itérations. Comme dans les réseaux de neurones et
d'autres algorithmes qui doivent converger, il est possible de mesurer l'évolution de la
solution avec un graphique qui donne la performance du meilleur individu pour chaque
génération. Si l'algorithme converge, la performance du meilleur individu cessera de
s'améliorer pour les dernières générations, ce qui signifie que la solution optimale est
atteinte.

Évidemment, il s'agit d'une méthode itérative où les individus de la première

génération sont crées de manière aléatoire, où les processus de reproduction, de croisement
et de mutation sont également aléatoires. Il est donc normal qu'un même problème
solutionné à l'aide du même programme donne des réponses différentes. Pour s'assurer
 21

d'une réponse réaliste, il est possible de comparer plusieurs réponses ayant convergé pour
évaluer la tendance sur plusieurs évolutions complètes.
 22

Chapitre 2

Modèles de véhicule

2.1 Modèle quart de véhicule passif

La majorité des articles traitant des suspensions actives utilisent un modèle de quart de
véhicule avec deux degrés de liberté (DDL) [ 1, 4, 7, 28, 29, 30 ] comme illustré à la figure
12. Dans ce cas nous posons l'hypothèse d'un mouvement vertical du véhicule. La
simplicité de ce modèle en facilite l'optimisation et l'analyse.

Figure 12 : Modèle 2 DDL passif

L'entrée du système est le mouvement vertical de la route sous le pneu Zp Le modèle

est composé de deux masses distinctes. La masse non-suspendue mu représente la masse du
pneu, de la jante, du porte-moyeu et la moitié des bras de suspension. La masse suspendue
ms représente la masse du châssis supportée par la roue en question. Le pneu est modélisé
par un ressort linéaire de constante kt situé entre la masse non-suspendue et la route.
L'amortissement du pneu est considéré comme négligeable. La suspension proprement dite
est composée d'un ressort en parallèle avec un amortisseur linéaire de constante ks et cs
 23

situés entre la masse suspendue et non-suspendue. La littérature contient plusieurs

exemples de valeurs pour les composantes du modèle, dont celles inscrites au tableau 3
[28].

Tableau 3 : Valeurs des composantes du modèle quart de véhicule

Paramètre Symbole Valeur Unité

Masse suspendue ms 250 kg

Masse non-suspendue mns 30 kg
Ressort de la suspension ks 20 000 N/m
Ressort du pneu kp 200 000 N/m
Amortisseur suspension bs 1000 Ns/m

2.2 Modèle quart de véhicule actif

Ce modèle est semblable au modèle passif mais inclut un actionneur tel qu'illustré à la
figure 13.

Figure 13 : Modèle quart de véhicule à 2 DDL

L'actionneur applique une force Fa entre les masses suspendues et non suspendues.
Pour formuler la dynamique du système en fonction de variable d'état, nous débutons par
définir le vecteur x.
 24

x2 = • dt
(2.1)

dt

Les forces des ressorts et de l'amortisseur sont données par

^ks ~~ 'CsXl
F — r (v (2.2)
cs — s \

Fh=-ktx,

Les équations sont obtenues en additionnant les forces appliquées sur les masses
suspendues et non suspendues.

d\zs)
ZF 1
ms =FU k+F
s c s+F
l
a - m.
dt2
(2.3)
EF r
us =FJ kl -F1 ks -Frcs -Fr a =mmu •
(Zu)

Par la suite, les équations sont décomposées en fonction du vecteur d'état x, de l'entrée
contrôlée Fa et de l'entrée non contrôlée Zp Le résultat est un système de 4 équations de la
forme :

[x]=[Alxh[B][Fa]+[LhR] (2.4)

Avec les matrices suivantes:

0 1 0 -1 ~
0
_K_ _£s_ 0 .£_ 1 "0
ms ms ms ms 0
A= B = L= (2.5)
0 0 0 1 0 -1
1
k c k c 0
—— —— —— mu -
mu
 25

2.3 Modèle demi véhicule latéral

Ce modèle représente une vue de coupe de la suspension avant ou arrière. Il s'agit d'un
modèle à 4 degrés de liberté qui modélise une suspension indépendante contrairement à
d'autres articles [ 31, 32, 33 ] qui utilisent un modèle à 3 DDL où la masse non-suspendue
de gauche et de droite est représentée par un seul essieu. Le modèle utilisé est illustré à la
figure suivante :

Figure 14 : Système de suspension du modèle à 4 DDL

L/2

Un véhicule normal subit des perturbations semblables du côté gauche et du côté droit. Par
conséquent, les valeurs suivantes sont posées comme paramètres du modèle pour
représenter un véhicule symétrique.
 26

Tableau 4 : Valeurs utilisées pour le modèle à 4 DDL

Symbole Paramètre Valeur Unité

ms Masse suspendue 600 kg
Is Inertie de la masse suspendue 1000 kgmz
ttluR, niuL Masse non suspendue 50 kg
kSR, k s L Rigidité de la suspension 30 000 N/m
CsR, CsL Amortissement de la suspension 2 000 Ns/m
ktR, ktL Rigidité du pneu 300 000 N/m
L Largeur du véhicule 2 m
h Distance entre CG et CR 1 m

La largeur L correspond à la distance séparant les roues de droite et de gauche. La

valeur de h correspond au bras de levier entre le centre de masse de la masse suspendue et
son centre de rotation. Ce point est appelé centre de roulis (CR) et dépend de la géométrie
de la suspension dans le cas d'une suspension indépendante [ 14 ]. Pour ce modèle, nous
posons l'hypothèse d'un centre de roulis fixe puisque la géométrie de suspension limite
généralement les mouvements de ce point.

Le modèle a deux entrées non contrôlées : les perturbations de la route et les

accélérations latérales provoquées par les virages. L'accélération engendre l'application
d'une force au centre de masse et finalement la création d'un moment Ms appliqué sur la
masse suspendue. La valeur du moment est donnée par :

= atatmsh (2.6)

Ce modèle est utilisé pour étudier les performances de barres anti-roulis passives et
actives. Il faut noter qu'une barre anti-roulis applique une force égale mais de directions
opposées sur chaque côtés du véhicule. Pour une barre appliquant une force Fbar, les forces
FaR et FaL sont données par :

F -F
1
aR * J
bar (2.7)
F -—F
1 r
aL ~ bar

La formulation variable d'état est utilisée pour représenter la dynamique du système.

Les variables d'état sont les suivantes :
 27

'uR

x2 ~ZuR -Zrt

x3 = Z
uR

x4 = Z
sL ~ZuL

x5 = Z
»l ~ZrL (2.8)
X = Z
6 uL

x7 = Z
s

X, = #s

xg

La variable 9 est ajoutée pour faciliter le développement d'une loi de contrôle. Les
équations sont obtenues en effectuant la somme des forces et des moments appliqués sur les
masses suspendues et non suspendues. Le résultat est un système de 9 équations de la
forme :

x = Ax + Bu LrRzrR Laalat (2.9)

0 0 -1 0 0 0
2
0 0 1 0 0 0 0
0 0 0
mu mu mu 2mu
-L
0 0 0 0 0 -1 1 ~2~
0 0 O
0 0 0 1 O (2. 10)
A=
0 0 ks -c, C
s -Le,
0 mu mu mu mu 2mu
-K C
s -2e,
0 St- 0 0
ms rut, m, m, m,
-L2c,
-Lks
2L
0 £ Lk,
21,
n -Le, n

o o' 0 0
 28

O
O O
O
-1 -1 O

mu o O
O o O
B= O
1
(2.11) L
rR - o (2. 12) O (2. 13)

mu
o O

O o O
msh
L o
~
o O

2.4 Modèle demi véhicule longitudinal

Ce modèle représente une vue de côté d'un véhicule. Contrairement au modèle latéral,
le véhicule n'est pas symétrique et les actionneurs à l'avant et à l'arrière sont indépendants.
Le modèle est illustré à la figure 15.

Figure 15 : Modèle demi véhicule longitudinal

La valeur de chaque paramètre est donnée dans le tableau 5 [25].

 29

Tableau 5 : Valeur des paramètres du modèle demi véhicule longitudinal

Symbole Paramètre Valeur Unité

ms Masse suspendue 2 040 kg
Is Inertie de la masse suspendue 4 630 kgm 2
niuF> niuR Masse non suspendue 44 kg
kSF Rigidité de la suspension avant 13 000 N/m
kSR Rigidité de la suspension arrière 25 000 N/m
CsF Amortissement de la suspension avant 2 100 Ns/m
CsR Amortissement de la suspension arrière 4 400 Ns/m
ktR, ktL Rigidité du pneu 262 700 N/m
a Distance entre l'avant et le CG 2.03 m
b Distance entre l'arrière et le CG 1 m
h Distance entre CG et CR 0.75 m

Tout comme pour les modèles précédents, la formulation variable d'état a été utilisée.
Le vecteur d'état contient 10 variables car la position et l'angle de la masse suspendue ont
été ajoutés afin de faciliter le développement de la stratégie de contrôle.

Z
sR~Z uR

Z
uR ~Z rR

Z
uR

Z
sF~Z uF

Z
uF~Z rF
X — (2. 14)
Z
uF

Z
s

Z
s

Les équations sont obtenues en effectuant la somme des forces et des moments sur la
masse suspendue et non suspendue. Le résultat est un système de 10 équations de la forme

x = Ax + BaFuaF + BaRuaR + LrFzrF + LrRzrR + Laalong (2. 15)

 30

0 U -1 0 0 U 1 Ü b Ü
0 0 1 0 0 0 0 0 0 0
^sR -K ~CsR
0 0 0 0
*<?,*
0
muR muR m
uR m
uR ™uR
0 0 0 0 0 -1 1 0 —a 0
0 0 0 0 0 1 0 0 0 0
k
*F -*, -csF C
sF (2. 16)
A= 0 0 0 0 0
m
uF m
uF m
uF muF m
uF
-KR n csR -ksF (\
C
SF ~ C
sF — sR C
ft acsF - è c s í
0
m
s ms ms ms ms
0 0 0 0 0 0 1 0 0
2 2
~bksR 0
bcsR aksF 0 -acsF ^sF-bcsR fl -a cji? -b c
Is Is Is Is Is Is
0 0 0 0 0 0 0 0 1 0

- -
ro 0

0 0 0
—1 0
0
f R
0 0
0
0 0
0
-1 — -1
(2. 17) BaR 0 (2.18) (2.19)
m
,,F
^ -
0
1 1
m 0
m 0 Ü
0
-a b 0
/, I, 0
0 0
 31

O 0
-1 0
O 0
O 0
o 0
(2.20) L = (2. 21)
o 0
o 0
o
msh
o
o
 32

Chapitre 3

Développement du contrôleur pour le quart de véhicule

3.1 Introduction

Différentes méthodes ont déjà été utilisées pour concevoir un contrôleur de suspension
active. Pour comparer leurs performances, leurs avantages et leurs inconvénients, une
suspension active est développée avec chaque stratégie de contrôle.

Le modèle quart de véhicule actif à deux degrés de liberté utilisé est rappelé à la figure
16. La valeur des paramètres est donnée au tableau 3 et demeure constante lors de la
conception de chaque contrôleur. Une très faible importance est accordée à la puissance
consommée par le système actif afin de comparer les performances maximales de chaque
stratégie.

Figure 16 : Modèle quart de véhicule actif

 33

La dynamique du système est donnée par les équations :

(3.1)

> Kv (3.2)
Pour chaque critère de performance y, une matrice Cy, D y et F y permet de mesurer la
sortie du système. Ces matrices sont données par les équations (3.3) à (3.6).

d2z
• Accélération du passager = x2
dt

cacc = _ ^ _ i î . 0 -^~

Dacc = [0] (3.3)

Facc = [0]
» Deflexion du pneuz M -z r =x3

C
pneu = [° 0 1 o]
^nra - [o] (3.4)
[0]

• Déflexion de la suspension zs - zu = JCJ

^ = [ 1 0 0 0]
Dsmp = [0] (3. 5)
Fsusp = [0]

Force de l'actuateurF

CFa=[0 0 0 0]
DFa = [1] (3. 6)
FFa = [0]
 34

3.2 Skyhook damping 2 DDL

Le contrôle par « skyhook damping » est réalisé d'une manière plutôt simple en
utilisant une seule entrée, soit la vitesse de la masse suspendue. La force appliquée par
l'actionneur est donnée par :

F
a = ~C (3.7)

En utilisant la formulation variable d'état nous obtenons :

F
a = ~C (3.8)

La méthode donnée précédemment est utilisée pour calculer une nouvelle matrice Ac
qui représente le comportement de la suspension en incluant l'actionneur.

O 1 0 -1
K -Cs'0*!*
O -*-
ms
(3.9)
O O O 1

m.. m,, m.. m..

La performance du système complet est évaluée en fonction des différents critères de

performance établis précédemment. L'index de performance est donné par l'équation
3.10:

2
1 +p3x32)dt (3. 10)

Le tableau 6 présente la valeur des poids pi.

Tableau 6 : Poids utilisés pour le quart de véhicule contrôlé par « skyhook damping »

Poids Variable Critère Valeur

Pi dx2/dt Accélération du passager 1

P2 Xl Déflexion de suspension 10 000
P3 X3 Déflexion du pneu 100 000
 35

Ces valeurs ont été choisies pour donner des résultats réalistes en se basant sur d'autres
travaux [ 34 ]. L'ordre de grandeur des poids varie en conséquence de l'ordre de grandeur
de chaque critère.

Une fois le système modélisé et la fonction de performance définie, nous procédons à

l'optimisation. Comme il n'y a qu'un seul paramètre à optimiser, le graphique de la figure
17 est utilisé pour déterminer la valeur du paramètre csky, qui donne une valeur minimale de
J. Cette démarche correspond à l'optimisation par dérivation où l'optimum est donné par :

a/ =0 (3.11)
,3csky C
sky°P'

Figure 17 : Variation de l'index de performance pour une suspension active de type

« skyhook »

3OUU

\
\
5400
\

5200 -

\
-> 5000 -
.22
eurc

•ff
> 4800 - -

\
\
4600
\
\

4400
X
^ ^ _

1 1 1 ! i i i

500 1000 1500 2000 2500 3000 3500 4000

csky
 36

Une valeur de 2000 Ns/m est optimale bien qu'une certaine plage offre une
performance similaire.

3.3 Equation de Ricatti 2 DDL

L'optimisation par Ricatti débute par la formulation du critère de performance en

fonction des variables d'état.

+p4Fa2)dt (3. 12)

J est ensuite converti sous forme matricielle.

J = 1 E [ \{xTQx + xTNTu + uTNx + u (3. 13)

Nous obtenons les matrices Q, N et R des équations (3.14), (3.15) et (3.16).

A- 0 -/v
ms o S

Pi A-^7 O - A - ^
Q= ms (3. 14)
0 O A 0

•A" A 2 O

N= A^ (3. 15)

(3. 16)
m.

Les poids sont précisés au tableau 7 :

 37

Tableau 7 : Poids utilisés pour le quart de véhicule contrôlé par Ricatti

Poids Variable Critère Valeur

Pi dx2/dt Accélération du passager 1

P2 Xi Déflexion de suspension 10 000
P3 X3 Déflexion du pneu 100 000
P4 Fa Force de l'actionneur 0.0001

Une fois l'équation de Ricatti solutionnée et les manipulations complétées, la matrice G

est obtenue.

G = [ 761.4 644.0 -1553.3 9.4] (3.17)

La force appliquée par l'actionneur est donnée par l'équation suivante :

F
a = £l*l + S2X2 + #3*3 + #4*4 (3-18)

Une des particularités du contrôle par Ricatti est la nécessité de mesurer toutes les
variables d'état du système. Comme nous l'avons vu, G est une matrice qui multiplie
toutes les variables d'état; il est donc obligatoire de mesurer toutes les variables d'état pour
utiliser cette stratégie de contrôle sur un système réel. Dans le cas d'une suspension active,
certaines variables d'état sont difficilement mesurables. La déflexion du pneu (X3) en est
un bon exemple.

Nous notons la faible valeur de g* qui multiplie la vitesse de la masse non suspendue.
La valeur de g3 est la plus élevée car elle multiplie la déflexion du pneu, qui est réduite par
la grande rigidité du pneu. En tenant compte de l'ordre de grandeur de chaque variable,
nous remarquons l'importance de la déflexion de la suspension et de la vitesse de la masse
suspendue comme entrées du système actif.

3.4 Contrôle Hx 2 DDL

La pondération en fréquence est un des grands avantages du contrôle Hœ. Afin de tirer
profit de cet avantage, il est nécessaire d'ajouter des filtres au système pour ajuster la
sensibilité en fréquence de chaque critère. Le schéma suivant illustre le système modélisé
pour le modèle de quart de véhicule actif à 2DDL.
 38

Figure 18 : Schéma du problème incluant les filtres

ZsuspF

ZpneuF

*• ZaccF

*- FaF

Le système G(s) représente la dynamique du quart de véhicule à 2DDL. Les filtres

ajoutés entre les entrées et le système conservent les fréquences prédominantes et atténuent
les fréquences moins importantes. Le filtre est donc semblable à la densité spectrale de
puissance. Pour les critères de performance, le filtre conserve les fréquences les plus
sensibles et atténue les fréquences moins importantes. Le filtre est alors l'inverse de la
réponse désirée.

Les filtres Wb et WZR s'appliquent aux entrées de perturbations, soit le bruit de mesure b
et les perturbations de la route ZR. Le bruit de mesure est considéré comme négligeable,
donc son poids est constant et faible. Comme les perturbations de la route sont importantes
pour la conception du contrôleur, le filtre WZR est utilisé. Un filtre passe bas avec une
fréquence de coupure de lHz permet de modéliser la densité spectrale pour qu'elle soit
représentative de celle rencontrée sur les routes.
 39

= 27tfc (3.19)

s+p

Le filtre Wsusp est un passe-bas avec une fréquence de coupure de 5Hz. Il permet de
contrôler la déflexion de suspension en basses fréquences là où elle est la plus importante et
le plus facilement contrôlable par l'actionneur. Il permet aussi de réduire la force appliquée
en haute fréquence, car l'actionneur a une fréquence maximale d'opération limitée.

fc =
p = 27rfc (3.20)

s+p

Le filtre Wpneu est constant pour toutes les fréquences et égal à 1. La nécessité de
conserver l'adhérence des pneus sur toute la gamme des fréquences explique ce choix.

Le filtre Wacc correspond au filtre de sensibilité humaine défini dans la section 1.3.3.

Une des principales contraintes du problème est la fréquence maximale d'opération de

l'actuateur. Le filtre WFa est un filtre passe haut qui pénalise l'utilisation de l'actuateur en
hautes fréquences.

/
P
(3.22)

()Fa
s+p
La sortie y servant au contrôle correspond à la déflexion de la suspension qui est
mesurée par un capteur électronique auquel s'ajoute un bruit de mesure.
 40

La mesure utilisée pour contrôler l'actionneur correspond à la mesure de la déflexion de

suspension. Cette mesure est à la fois facile à effectuer sur un véhicule et utile pour le
contrôleur.

Bien que les critères de performance soient pondérés en fréquence, il est essentiel de les
pondérer en valeur absolue. Pour représenter l'importance relative de chaque critère, un
poids multiplie l'amplitude de chaque filtre. Les poids utilisés sont donnés dans le tableau
8.

Tableau 8 : Poids utilisés pour le quart de véhicule contrôlé par Ricatti

Poids Variable Critère Valeur

Pb b Bruit de mesure 0.000001
Pzr Zr Perturbation de la route 1
Psusp Xl Déflexion de suspension 25
Ppneu X3 Déflexion du pneu 6 000
Pace dx2/dt Accélération du passager 1
PFa Fa Force de l'actionneur 0.00001

Les filtres sont formulés en matrices de variables d'état Ai, Bj, Ci, Di. La signification
des indices i est donnée au tableau 9.

Tableau 9 : Signification des indices des filtres

Indice Filtre
1 WzR
2 "susp
3 wfe
4 wacc
5 w pneu
Les matrices A, B, Cy et D y représentent la dynamique du système. Les matrices Ap,
Bp, Cp, Dp définissent le système P(s) qui comprend le système à l'étude et les filtres
ajoutés.

A 0 0 0
0 A 0 0 0
B C
2 s«sp 0 A2 0 0 (3. 23)
0 0 0 A 0
pneu
0 0 0 Á
 41

B:R 0 Bfa
Br 0 0
B = 0 0 0 (3. 24)
0 0 B3
0 0 B4Dacc
A ^susp 0 C2 0 0
0 0 0 c3 0
C = D V^ ace 0 0 0 c (3. 25)
P pneu pneu 0 0
C susp
y 0 0 0 0
0 0 0
0 0 A
0 0 .AA,c (3. 26)
0 0 0
0 A 0

Après avoir réalisé la synthèse du contrôleur, nous obtenons y = 5.139. La fonction de

transfert entre l'entrée de perturbation ZR et la sortie F a du contrôleur est illustrée à la figure
19. Comme souhaité, l'actionneur est utilisé aux fréquences de résonance des deux masses
et est peu sollicité en hautes fréquences. Les réponses en fréquences de chaque critère de
performance seront comparées avec celle des autres suspensions. Pour chaque graphique,
la valeur de y/W est donnée pour comparer la réponse obtenue avec l'inverse du filtre, soit
la réponse désirée.
 42

Figure 19 : Force de l'actionneur avec controle FL

10
Frequence (Hz)

II faut noter que l'ordre du contrôleur K(s) est la somme de celle du modèle et des
filtres. Par conséquent, le contrôleur obtenu pour le quart de véhicule est d'ordre 10. La
robustesse du contrôleur doit aussi être vérifiée pour assurer une performance acceptable
lorsque certains paramètres varient selon le chargement ou l'usure. La figure suivante
présente un diagramme pôles zéros du contrôleur. Nous remarquons la présence de pôles et
de zéros rapprochés autour de l'origine, qui pourraient potentiellement être éliminés pour
diminuer l'ordre du contrôleur. Une telle opération doit être effectuée minutieusement, car
d'autres travaux ont démontré que la réduction de l'ordre du contrôleur pouvait amener une
instabilité du système [11].
 43

Figure 20 a, b et c : Diagrammes pôles zéros du contrôleur

-5000 -4000 -3000 -2000 -1000 0 1000 2000 3000

Real Part

•c
a.

a»
m
E -100 •

-200 •

-300

-800 -700 -600 -500 -400 -300 -200 -100

Real Part

3.5 Résultats pour le contrôle actif du quart de véhicule à 2 DDL

Les figures 21 à 23 montrent les réponses en fréquences obtenues pour la suspension

passive et les différents contrôleurs actifs.
 44

Figure 21 : Accélération verticale pour les différents contrôleurs du modèle à 2 DDL

modele
Skyhook :
Riccati
10J _ Hinf
rep désirée •

• "

" — • "

10' -

10° •

x
:

10' 10e 10' 10=

Frequence (en Hz)

Figure 22 : Déflexion de suspension pour les différents contrôleurs du modèle à 2 DDL

10-
modele
i
10' Riccati
Hinf
rep désirée

101

S io°
I
101

10 J

10*
10 10° 10'
Frequence (en Hz)
 45

Figure 23 : Déflexion du pneu pour les différents contrôleurs du modèle à 2 DDL

tor 1
— modele
Skyhook
Riccati
- Hint

A
10'--

-.0'
Iff1 10" 101 10=
Frequence (en Hz)

Le tableau suivant donne la valeur RMS de chaque critère et celle de l'index de

performance J.

Tableau 10 : Performance des différents contrôleurs pour le modèle à 2 DDL

Contrôle ace rms susp rms pneu rms j

Passif 0.5355 0.0056 8.5855e-4 142.0652

Skyhook 0.3352 0.0054 7.0980e-4 125.0375
Ricatti 0.4319 0.0045 7.6710e-4 122.11
H inf 1.0723 0.0091 3.1732e-4 123.3295

Le contrôle par « skyhook damping » permet effectivement d'amortir la résonance de la

masse suspendue, ce qui améliore sensiblement les performances. Cet amortissement plus
élevé entraîne un plus grand débattement de suspension comparativement à la suspension
passive en basses fréquences.

Le contrôle par Ricatti possède lui aussi cette particularité. Il offre un intermédiaire
entre le contrôle « skyhook damping » et le système passif. L'atténuation de la résonance
 46

de la masse suspendue est moins importante mais le débattement de suspension en basse

fréquence est plus raisonnable.

Le contrôle par H» offre un index de performance J semblable à celui du « skyhook

damping ». Par contre, la réponse est beaucoup mieux modelée en fréquence, surtout pour
l'accélération verticale qui suit fidèlement la réponse désirée. La déflexion du pneu est
également réduite de manière importante. Ces améliorations sont amenées au détriment du
débattement de suspension en basses fréquences. Pour les trois critères, les deux modes de
résonance principaux sont pratiquement éliminés, ce qui est un avantage non négligeable.
Nous constatons que le critère de performance J n'est pas suffisant pour comparer deux
stratégies de contrôle différentes, puisque le contrôle Hœ offre une performance de
beaucoup supérieure à celle reflétée par ce critère. Cette observation nous permet de noter
que la distribution en fréquence de la réponse est importante dans l'évaluation de la
performance d'une suspension.

Comme pour toute optimisation multi variable, les poids et les filtres utilisés ont une
énorme influence sur la réponse du système. Plusieurs autres contrôleurs réalistes peuvent
être conçu en modifiant les poids et les filtres utilisés.
 47

Chapitre 4

Développement du contrôleur par Ricatti pour le modèle

de demi véhicule latéral

4.1 Introduction

Suite aux résultats obtenus avec le modèle de quart de véhicule à 2 DDL, le contrôle par
Ricatti est appliqué au modèle demi véhicule latéral décrit à la section 2.3 et illustré à la
figure 24.

Figure 24 : Modèle demi véhicule latéral à 4 DDL

L/2

Le modèle représente un véhicule tout terrain. Trois cas différents sont étudiés.
 48

4.2 Suspension passive sans controle du roulis

Ce modèle est une généralisation du modèle quart de véhicule passif à 2 DDL. La

suspension est composée d'un ressort et d'un amortisseur pour chaque masse suspendue.
Dans ce cas, la force appliquée pour contrôler le roulis est nulle.

(4. 1)

4.3 Suspension passive avec barre anti-roulis passive

Ce modèle correspond à la plupart des véhicules utilisés sur les routes d'aujourd'hui.
Pour limiter les mouvements de roulis, une barre anti-roulis est ajoutée. La force appliquée
est une fonction de la différence entre la déflexion de suspension droite et gauche. Pour
une barre anti-roulis ayant une rigidité IÎARB, cette force est donnée par :

ABB = ~kARB hsR ~ ZuR) " (Z si ~ Z

UL )] (4. 2)

Les forces FgR et F3L appliquées par cette barre sont donc :

f oR ~ ? ABB ~ ~'iARB \\Z sR ~ ZuR ) ~ \ZsL ~ ZuL ) \ ,. ~.

F
aL = ~FARB = kARS i(ZsR ~ ZuR ) ~ (ZsL ~ ZuL )j

Afin de modéliser cette suspension, il est essentiel de fixer une rigidité

raisonnable. Les critères de conception sont les mêmes que ceux donnés pour le modèle
quart de véhicule à 2 DDL : le confort, la tenue de route et le débattement de la suspension.

Pour optimiser le confort, l'accélération angulaire doit être réduite. L'accélération

verticale n'est pas mentionnée car une barre anti-roulis agit principalement sur le
mouvement de roulis du véhicule. Contrairement aux véhicules automobiles où la
déflexion du pneu est minimisée pour optimiser la tenue de route, l'objectif consiste à
minimiser l'angle de roulis puisqu'il s'agit d'un véhicule tout terrain [35]. Cette démarche
s'explique par l'importance d'éviter les renversements lorsque la route provoque de fortes
perturbations. La force normale du pneu est peu représentative de la force latérale
disponible, car la rugosité et la fermeté du sol varient grandement.

Pour faciliter le choix de la rigidité, nous utilisons la valeur RMS de la fonction de

transfert des différents critères. Pour mesurer la performance dans la plage de fréquences
où les suspensions sont les plus sollicitées, l'intégration est effectuée pour les fréquences
comprises entre 0.1 et 30 Hz.
 49

Pour chaque valeur de rigidité IÍARB, la valeur RMS est évaluée pour chaque critère de
performance. Puisque le système a deux entrées, la démarche est complétée pour une
perturbation de la route et pour une accélération latérale.

Figure 25 : Performances de la barre anti-roulis passive pour une accélération latérale

x1(f

3 4 5 6 7 9 10
Rigidité barre anti roulis (N/m) x10 4
 50

Figure 26 : Performances de Ia barre anti-roulis passive pour une perturbation de la route

x10J RMS transfer function for right wheel road input

3 4 5 6 7 10
Rigidité barre anti roulis (N/m) x10

Les résultats obtenus ont démontré que la barre anti-roulis a un impact négligeable sur
l'accélération verticale de la masse suspendue pour les deux cas étudiés. Nous conservons
l'accélération angulaire, l'angle de roulis et la déflexion de suspension comme critères de
conception.

Le premier graphique illustre le compromis qui doit être fait entre la stabilité et le
confort en cas de virage. Une barre anti-roulis rigide réduit l'angle de roulis et le
déplacement de suspension mais augmente l'accélération angulaire, ce qui diminue le
confort. En cas de perturbation de la route sur la roue droite, une barre anti-roulis rigide
augmentera à la fois l'angle du châssis et l'accélération angulaire. Cette observation est
tout à fait logique, puisque la suspension est plus rigide lorsqu'une barre anti-roulis est
ajoutée. Pour la déflexion de la suspension, il est possible de trouver une valeur optimale.

Comme la suspension subira à la fois des accélérations latérales en virage et des

perturbations de la route, nous fixons une rigidité ICARB, qui est un compromis pour tous les
critères de performances dans les deux cas. Pour le modèle utilisé, une valeur de
 51

15 OOON/m sera utilisée. Le compromis peut être observé sur les graphiques suivants, où la
valeur retenue est identifiée par un point rouge.

Figure 27 : Performances pour accélérations latérales

0.016

x10
6.5
x10"5 5.5
5 3 Deflexion suspension RMS
Angle roulis RMS
 52

Figure 28 : Performances pour perturbations de la route

1.05
x10" 3
0.95
Angle roulis RMS 0.95 0.9
Deflexion suspension RMS

4.4 Suspension passive avec barre anti-rouiis active

Dans le cas d'une barre anti-roulis active, la force appliquée Fa est une fonction de la
stratégie de contrôle. Comme dans le cas précédent, la force du côté gauche est de même
amplitude mais de sens opposé à celle de droite.

(4.4)

La conception du contrôleur se fait avec les mêmes critères que ceux utilisés pour la
barre anti-roulis passive. L'équation (4.5) présente les critères devant être minimisés.

-z,,Lf (4. 5)
 53

Les poids utilisés sont donnés au tableau 11.

Tableau 11 : Poids utilisés pour le contrôleur du modèle demi véhicule latéral

Poids Variable Critère Valeur

Psusp Xl,X 4 Déflexion de suspension 10
Ptetas x9 Angle du châssis 10 000
Pddtetas dxg/dt Accélération angulaire 1
PF Fa Force de l'actionneur 0.000001

L'importance de l'angle de la masse suspendue est très élevée, puisque la réduction de

l'angle de la masse suspendue augmente la stabilité et réduit l'accélération angulaire subie
par les passagers. L'importance de la force est très faible pour déterminer les performances
maximales d'un système actif. Les matrices Q, R et N définissant le critère de performance
J sont les suivantes :

lisCs
o — o AI 2
0
41/
o o 0
2 2
0 0 0
PdAetas^Cs
o - o - 0 0
4L 4L 4/ s
2
4I2 (4.6)
3
PMetas L ksCs
o Ps 2
0 0
Q= 4L 41, 4I2
o 0 0 0 0
Pddtetas s Pddiaas^Cs
o - 0 0
< 4I2
o 0 0 0 0
LW n Pddtetas^ s C
0
4L
o - 4/; 4/;
o P,elc
 54

n _ Pddtetas^
N= (4.7) PF (4.8)

Le vecteur G contient les gains de la loi de contrôle optimal obtenue suite à la

résolution de l'équation de Ricatti en utilisant « Matlab ». Pour le modèle de véhicule et
les poids fixés, nous obtenons :

G = [-12800 -08790 00442 12800 08790-00442-00000 06931 54661] (4.9)

4.5 Résultats obtenus

Pour chaque critère de performance, nous comparons l'amplitude de la fonction de

transfert entre les entrées de perturbation (accélération latérale et hauteur de la roue droite)
et les critères de performance (déflexion de suspension, angle de la masse suspendue et
accélération angulaire). Pour l'accélération latérale, les figures 29, 30 et 31 sont obtenues.
 55

Figure 29 : Déflexion de suspension pour accélération latérale

— passive
— BAR passive
FSF

10"

10

10

10 :
10' icr 101
Frequence (H2)

Figure 30 : Angle de roulis pour accélération latérale

10
passive
— BAR passive
FSF

10

ip 10

Iff

1C

10
10- 10 10u 103
Frequence (Hz)
 56

Figure 31 : Accélération angulaire pour accélération latérale

10
— passive
• - • BAR passive
FSF

tcf

10"

ICF

1er1
10-1 10"' vf 101 10" 1Û3
Frequence (Hz)

Comme nous l'avions prévu, la barre anti-roulis réduit la déflexion de suspension et

Tangle de roulis lors d'un virage. La fréquence de résonance en roulis est plus élevée avec
une barre anti-roulis passive, puisque la rigidité en torsion est plus élevée. Pour la barre
anti-roulis active, la déflexion de suspension, l'angle de roulis et l'accélération angulaire
sont tous diminués en basses fréquences (jusqu'à 3Hz). Pour les fréquences plus élevées, la
déflexion de suspension et l'accélération angulaire peuvent dépasser celles des systèmes
passifs. Ces fréquences ne sont pas excitées, puisque les accélérations latérales sont
limitées aux basses fréquences. Le système actif permet d'améliorer les critères de
performance sur toute la plage de fréquences utilisées.

Lorsque l'entrée est une perturbation de la route, les résultats suivants sont obtenus.
 57

Figure 32 : Déflexion de suspension pour perturbation de la route

— passive
- - - BAR passive
FSF

10" 10'
Frequence (Hz)

Figure 33 : Angle de roulis pour perturbation de la route

— passive
— BAR passive
FSF

10*
Frequence (Hz)
 58

Figure 34 : Acceleration angulaire pour perturbation de la route

- — passive
- - - BAR passive :
FSF
i\

A
t \
-

10° -

• \

\
•

10
IO'2 10 10 101 101
Frequence (Hz)

Comme nous l'avons vu l'utilisation d'une barre anti-roulis diminue la stabilité et le

confort, mais diminue aussi la déflexion de la suspension lorsque le véhicule est soumis à
une imperfection de la route. Pour le système actif, l'angle de roulis et l'accélération sont
grandement réduits, spécialement en basses fréquences. Cette amélioration signifie que le
système déplace la roue afin de compenser le déplacement provoqué par la route. Par
conséquent, la deflexion de la suspension est beaucoup plus élevée lorsque le système actif
est utilisé.

À une fréquence inférieure à 0.1 Hz, le débattement de suspension est amplifié. Pour les
basses fréquences, l'amplitude de la fonction de transfert est importante puisque la densité
spectrale de l'entrée est plus élevée. Il est probable que le système actif nécessite un
déplacement de suspension impossible à réaliser en pratique, spécialement en basses
fréquences. Pour limiter le déplacement de la suspension dans de tels cas, il serait possible
d'utiliser un algorithme qui ajuste la force selon la position de la suspension et son
débattement maximal. De cette manière, il est possible d'améliorer la performance du
système actif sans dépasser le déplacement maximum de la suspension.

Comme les fréquences des perturbations de la route peuvent être élevées, il est
important de limiter la fréquence maximale d'activation de l'actionneur. Pour simplifier le
 59

système, il serait pertinent de faire un compromis entre la fréquence maximale de

Pactuateur, celle des capteurs et la performance du système actif en cas d'accélération
latérale et en cas d'imperfection de la route.

4.6 Simplification du contrôleur

Une particularité du système actif est la nécessité de mesurer toutes les variables d'état.
Avec les progrès de l'électronique, plusieurs capteurs sont disponibles. Par contre,
l'utilisation de plusieurs capteurs augmente le coût total, la complexité du système et les
problèmes du au positionnement. Il est donc préférable de limiter le nombre de capteurs et
privilégier l'utilisation de capteurs simples et fiables.

Dans la plupart des manuels de référence, un observateur est utilisé lorsque certaines
variables d'état ne peuvent ou ne sont pas mesurées [ 22 ]. L'utilisation d'un observateur
permet d'estimer la valeur des variables non mesurées lorsque les paramètres et la
dynamique du système sont connus. Comme certains paramètres peuvent varier
grandement selon l'utilisation ou l'usure (masse transportée, constantes des ressorts et des
amortisseurs) une autre solution est étudiée.

En observant la matrice de contrôle G obtenue en solutionnant l'équation de Ricatti,

nous voyons que la vitesse verticale de la masse suspendue n'influence pas la force
appliquée par Pactuateur (son gain est 0). Il est nécessaire de mesurer 8 variables pour
appliquer la loi de contrôle. Comme la rigidité du pneu est généralement dix fois plus
élevée que celle du ressort de la suspension, nous posons l'hypothèse que les deux
déplacements de pneu peuvent être éliminés de la loi de contrôle sans nuire aux
performances du système. Le nombre de variables passe ainsi de 8 à 6.

La mesure du déplacement de la suspension pose peu de problèmes. La mesure de la

vitesse absolue des masses non suspendues pose des problèmes d'ordre pratique. Un
troisième système est étudié, en éliminant la mesure des déflexions de suspension et de la
vitesse des masses non suspendues.

Après avoir posé ces hypothèses, nous pouvons comparer les matrices de contrôle G de
chaque contrôleur.

Tableau 12 : Valeurs de la matrice de contrôle G

Matrice G G! G2 G3 G4 G5 G6 G7 G8 G9
variable ZsR-ZuR ZUR-ZTR (ZUR)'
z
sL"ZuL :ZuL-ZrL (Z»L)' (z s )' (teta,)' tetas
FSF8 -12800 -08790 00442 12800 08790 -00442 0 06931 54661
FSF6 -12800 0 00442 12800 0 -00442 0 06931 54661
FSF4 -12800 0 0 12800 0 0 0 06931 54661
 60

Les graphiques suivants illustrent les différentes performances obtenues pour le

système actif avec 8 variables (FSF 8), 6 variables (FSF 6) et 4 variables mesurées (FSF 4).

Figure 35 : Déflexion de suspension pour accélération latérale

FSF 6
- - • FSF6
FSF 4

103

10*

10
10 1 103 10*
Frequence (Hz)

Figure 36 : Angle de roulis pour accélération latérale

10"
FSFB
— FSF6 •
FSF 4 |

10

10J

10--
10 ' 10° 10' Itf
Frequence (Hz)
 61

Figure 37 : Accélération angulaire pour accélération latérale

10'
FSF8
— FSF6
FSF4

Iff1

10

10 1 10=
Frequence (Hz)

Figure 38 : Déflexion de suspension pour perturbation de la route

10
FSF-5
— FSF6
FSF4

10

10'

10"

Iff1

10 1

10
iff1 10"
Frequence (Hz)
 62

Figure 39 : Angle de roulis pour perturbation de la route

10-
FSF 8
FSF 6
10 FSF 4

10=

10 3

10-'

l<

10° 10°
Frequence ( H Î )

Figure 40 : Accélération angulaire pour perturbation de la route

Frequence (Hz)
 63

À la vue de ces graphiques, nous pouvons confirmer que l'importance de la déflexion

du pneu est négligeable pour le contrôle en basses fréquences. Nous éliminons ainsi une
mesure complexe à réaliser, tout en conservant des performances comparables au système
initial. Il est possible d'utiliser seulement 4 capteurs et d'obtenir des résultats voisins de
ceux obtenus pour un contrôle avec toutes les variables d'état. Ces quatre variables
nécessitent 3 capteurs : un capteur de déplacement pour mesurer la distance entre la masse
suspendue et non suspendue à droite et à gauche, ainsi qu'un capteur d'angle. Le signal
provenant du capteur d'angle peut être dérivé pour mesurer la vitesse de rotation de la
masse suspendue. Cette réduction du nombre de capteurs nécessaires facilite l'installation
d'un système actif sur le véhicule.
 64

Chapitre 5

Développement du contrôleur par algorithmes génétiques

pour le modèle de demi véhicule longitudinal

5.1 Introduction

Suite aux résultats obtenus sur les modèles à 2 DDL et à 4 DDL, une nouvelle approche
est appliquée pour tirer le maximum des avantages de chaque méthode. Le but est de
développer un contrôleur comprenant à la fois des gains pour les variables facilement
mesurables et des filtres d'un ordre acceptable, pour améliorer la performance du système
actif sur toute la gamme des fréquences utiles. La pondération en fréquence des différents
critères de performance et la modélisation des propriétés de l'actionneur ont aussi été prises
en compte. Afin d'optimiser une telle stratégie de contrôle, les algorithmes génétiques ont
été utilisés.

Le modèle utilisé est rappelé à la figure 41. Il représente une vue de coté d'un véhicule
automobile avec différentes propriétés à l'avant et à l'arrière. Deux actionneurs
indépendants sont situés à chaque extrémité du véhicule.

Figure 41 : Modèle à 4 DDL longitudinal

 65

5.2 Préparation du modèle

La figure 42 illustre le fonctionnement du système. Le bloc G(s) est le modèle demi

véhicule longitudinal de la figure 41. Des filtres sont ajoutés pour pondérer en fréquence
les entrées et les sorties. Comme la tenue de route et la déflexion de suspension doivent
être semblables à l'avant et à l'arrière, la valeur maximale est retenue comme représentative
du véhicule. Un poids multiplie chaque critère et ce, pour chaque entrée.

Figure 42 : Schéma du système utilisé pour l'optimisation

ZrF
Wz,

Wzr

G(S)

along > WaL »

WaKR

Wa WKR KR

Wa WKF KF

WaKF
Controller

Comme dans le cas du contrôle H», l'entrée Zr est filtrée pour atténuer les hautes
fréquences. Le filtre est de premier ordre avec une fréquence de coupure de lHz. Une
seule perturbation de la route est appliquée sur le système, directement à la roue avant. Une
vitesse de 80km/h est fixée et la roue arrière subit la même perturbation avec un délai At
donné par :

a +b
At = (5.1)
 66

Nous posons l'hypothèse que les accélérations longitudinales sont semblables aux
accélérations latérales et limitées aux basses fréquences. Le filtre utilisé est de premier
ordre avec une fréquence de coupure de 1 Hz,

Pour modéliser la dynamique de l'actionneur, un délai de 50ms est définit [36] entre
l'entrée d'un signal de contrôle et l'application de la force désirée. Un filtre passe bas
ayant une fréquence de coupure de 2.5Hz est utilisé pour représenter Tactionneur. La
figure 43 permet de comparer le délai du filtre et de l'actionneur à différentes fréquences.
Le délai du filtre est acceptable jusqu'à 4Hz, ce qui est supérieur à la fréquence de
résonance de la masse suspendue.

Figure 43 : Réponse en fréquence de Tactionneur

-IO"1
— actiooneir
— - filtre

-10-

-10'

-10s

-10?
IO"
5
101 10° 101 10"
Frequence (en Hz)

Les filtres Wsusp , Wpneu sont les mêmes que ceux utilisés dans la section 3.4. Pour
améliorer la mesure de déflexion de suspension, seule la valeur maximale est retenue [ 25 ].
Puisque la perte de traction à une seule extrémité réduit la stabilité du véhicule, la valeur
maximale de déflexion du pneu est retenue. Le filtre Wacc est utilisé pour pondérer
l'accélération verticale et angulaire.

Pour un véhicule ayant 2 capteurs, des résultats intéressants ont été obtenus. Ces deux
capteurs mesurent la déflexion de la suspension, un à l'avant et l'autre à l'arrière. La
vitesse relative de la suspension est obtenue en dérivant cette mesure. Les quatre mesures
disponibles sont incluses dans le vecteur y.
Chaque contrôleur est composé d'un vecteur de gain K qui multiplie le vecteur y contenant
les valeurs mesurées. La sortie est ensuite traitée par un filtre Wk. Le vecteur K comprend
 67

un gain kj correspondant à chaque mesure. Pour chaque filtre, des coefficients bi et ai sont
aussi fixés selon l'ordre désiré.

Le système complet P(s) est construit à l'aide des matrices Ai, Bi, Ci et Di où i
correspond aux différents filtres.

xp — LrFPzrF + LrEPzrR + LaPahong (5.2)

LzFCzr L zR^zr L
aCaL BaF^K BaRDaK
o K 0 0 0 0
O 0v K
A, r
0u 0u 0
u
(5 3)
O 0 0 AaL 0 0
B
cKKF 0 0 0 / 0
B
aK
K
R 0 0 0 0
QL

K 0 0

o (5. 5) ,kp =
0
(5. 6)
(54) 0
o
o 0 0

o 0 0

Les poids sont fixés par rapport à un modèle de référence. Ce modèle représente une
suspension passive ayant les paramètres du tableau 5. Le poids de chaque critère i est
l'inverse de la valeur Jiref, obtenue avec le modèle de référence :

1
(5.7)
'iref

(5.8)

La valeur J du modèle de référence passif est de 10. Pour chaque individu, la

performance J est donnée par l'équation 5.8, afin d'optimiser la valeur de chaque variable
ki, ai et bi. Une variation de 10% de la rigidité des ressorts de suspension est permise et la
valeur des amortisseurs est ajustée lors du processus.
 68

5.3 Optimisation
Une population de 100 individus est créée pour le processus d'optimisation. Pour
chaque individu une variation de la rigidité de la suspension ks de 10% est permise ainsi
que la modification de l'amortissement cs. Les gains Ki, a; et bi sont également optimisés.
Les valeurs minimales et maximales ainsi que le nombre de bits sont donnés au tableau 13.

Tableau 13 : Valeurs utilisées pour le codage de la solution

Variable minimum maximum longeur

Xi Xjmin Ximax bit
ksF 11700 14 300 8
kSR 22 500 27 500 8
Cs 0 20 000 8
Ki -70 000 70 000 8
aj 0 100 10
bi 0 100 10

Pour une valeur g du gène comprise entre 0 et 2m, la valeur de la variable x est donnée
en fonction des valeurs minimales et maximales, ainsi que de la longueur du gène.

X — X
X = X /max i nun (5.9)
m
2 -\

Le taux de croisement est de 40% et le taux de mutation de 1%. L'évolution se fait sur
une période de 2000 générations. L'optimisation a été réalisée à plusieurs reprises pour des
filtres d'ordre 1, 2 et 3. La figure suivante représente la réponse en fréquence du filtre de
chaque contrôleur.
 69

Figure 44 : Réponse en fréquence des filtres WK des différents contrôleurs

Les figures suivantes donnent la réponse en fréquence des filtres des contrôleurs avant
et arrière. La figure 45 donne la réponse à une perturbation de la route et la figure 46 à une
accélération latérale.

Figure 45 : Réponse en fréquence du contrôleur à une perturbation de la route

105-
à >

à
1C1

J
' ' / ••

YÀ •-.

IO''

— ordre 1
ordre 2 j
ordre 3
i i_

10° 10' 10'

Frequence (Hz)
 70

Figure 46 : Réponse en fréquence du contrôleur à une accélération longitudinale

10

10' • •

10J
5
1

103 •

10

ortire 1
— ordre 2
ordre 3
1C
10" 10
Frequence (Hz)

Le comportement général de tous les filtres est semblable, indépendamment de leur

ordre. Pour une perturbation de la route, la force est augmentée aux fréquences de
résonance des masses suspendues et non suspendues. Cette augmentation de la force
appliquée devrait permettre d'atténuer l'amplitude présente à ces deux résonances. Pour
une accélération longitudinale. la force appliquée présente une résonance aux environs de la
résonance de la masse suspendue. En consultant les figures 48 à 55, nous remarquons qu'il
s'agit de la résonance présente dans le système passif.

Les résultats obtenus pour les différentes optimisations sont donnés au tableau 14.

Tableau 14 : Résultats de l'optimisation par algorithmes génétiques

Ordre des filtres Index de performance J

Essai 1 Essai 2 Essai 3
Ordre 1 5.4519 5.4415 5.4415
Ordre 2 5.7579 5.3429 5.4520
Ordre 3 5.1858 5.7450 4.6620

La figure 47 dorme la convergence de la solution pour le troisième essai des filtres

d'ordre 3.
 71

Figure 47 : Convergence de ia solution

0 200 400 600 800 1000 1200 1400 1600 1800 2000
Generation

La solution optimale est obtenue à la 1137eme génération et correspond à :

ksh = \3S63N/m ksR =23379N/m (5. 10)

csF =469N/m/s csR=5AlNlmls (5.11)

18.45s' + 95.2148s2 + 79.5898s + 66.2109

WKF— 3 (5. 12)
"ru — 90.625s + 25.7813s2 + 54.0039s + 36.5234
21.7773s3 + 99.5117s2 + 57.5195s + 55.4688
(5. 13)
80.2734s' + 85.5469s2 + 78.9063s+ 39.2578

KF =-22969(2,, - z B P ) - 5 1 4 0 6 ( z s f i - iç,- -z • 4 9 2 1 ( ^ - ^ X 5 . 14)

uF
KR =-28438(z_ÇJ7 -zuF) 54688(z, F -f,(,. R-ZUR)(5A5)

5.4 Résultats du contrôleur

La valeur minimale de J ainsi obtenue est de 4.66 comparativement à 10 pour le modèle

passif. La performance globale est améliorée de 53.4%. Les réponses en fréquences des
différents critères pour les entrées de la route et de l'accélération longitudinale sont
données aux figures 48 à 55.
 72

Figure 48 et Figure 49 : Accélération angulaire pour les deux entrées

Accelerator angular accelsraiafl lorxjiiixferMte Acceterajmo angufaHB

• : -

•to1 m* ttf 10" 10

Frequency (en Hr) Fcsquency (en Hi)

Figure 50 et Figure 51 : Accélération verticale pour les deux entrées

3ccei5i3ion IçngiiuCiflalç
AtcslerilKJ^ -.ïfTKile peilurtatiOrt Cl» 13 rovlt

:
• : -

/
-

I?
\ ;
1
Itf

—
passif
actif

10° 10'
i
FwamntyiwHt)

Figure 52 et Figure 53 : Déflexion de suspension pour les deux entrées

[ïfexiDn de suspension. pirîuEbsiion de I? tente
vs'

•r • , -

- ; " •

ID1 10° •-:••

Fr«p»r«;y[«lHl|
 73

Figure 54 et Figure 55 : Déflexion du pneu pour les deux entrées

Tieu p*r:'u]ta['íí-i J Í lü fCiit

Puisque l'amplification est sur une échelle logarithmique, les améliorations sont
considérables. Elles sont également présentes sur la majorité des fréquences rencontrées, et
contrairement aux stratégies de contrôle précédentes, elles ne provoquent pas de déflexion
de suspension importante en basses fréquences. Toutes les fréquences de résonance sont
atténuées ou éliminées, à l'exception de la résonance de la masse non suspendue avec une
perturbation de la route. Nous expliquons ce fait par la difficulté pour un actionneur situé
entre la masse suspendue et non suspendue de contrôler la résonance de la masse non
suspendue et du pneu.
 74

Chapitre 6

Utilisation de l'aluminium

6.1 Ajustement des modèles

Le modèle actif demi véhicule à 4 DDL avec contrôle par Ricatti a été réalisé pour deux
véhicules différents. Le premier conserve les valeurs données précédemment pour le
modèle quart de véhicule. Le deuxième représente un véhicule en aluminium ayant une
masse suspendue réduite de 30% et une masse non suspendue réduite de 20%. Afin de
rendre la comparaison plus réaliste, les valeurs de rigidité et d'amortissement de la
suspension ont été modifiées pour conserver des fréquences de résonance et un pourcentage
d'amortissement constants. Le tableau 15 donne les valeurs utilisées.

Tableau 15 : Valeurs utilisées pour le modèle à 4 DDL standard et en aluminium

Symbole Paramètre Standard Aluminium Unité

ms Masse suspendue 500 350 kg

Is Inertie de la masse suspendue 325 287.5 kgm 2
iriuR^iriuL Masse non suspendue 30 24 kg
k S R, k S L Rigidité de la suspension 20 000 14 000 N/m
C S R, CsL Amortissement de suspension 1000 1000 Ns/m
ktR, ktL Rigidité du pneu 200 000 200 000 N/m
L Largeur du véhicule 1.75 1.75 m
h Distance entre CG et CR 0.5 0.5 m

6.2 Résultats obtenus

Les figures suivantes indiquent les améliorations au niveau du confort, du roulis et de la

force nécessaire.
 75

Figure 56 et Figure 57 : Accélération angulaire pour les deux entrées

AccetÇFïticrj angiiSBÇ on * 3 g e AcceJetôion an^Matfe pouî perturbation a la icu»
•j

Vf1 •

10'

m~

itf;

ti1
-" :

-::
10J 10' 10' 1Ü 10"
Frequenc* I'HZ;

Figure 58 et Figure 59 : Angle de roulis pour les deux entrées

-jrçle de nuits en •• IE ags Angle de roulis

— statslstd srsndaiif
shjmmum alumiiiurr,

.:

1 ™J 10* •

!«• \
10'
V
IO" 1 0

10'
* [Hz]

Figure 60 et Figure 61 : Force active pour les deux entrées

Foice acth* pour p*rtyrfcaliçn J la ro
::

v e (Hz)

Lors des virages, l'accélération angulaire et le roulis sont réduits sur toute la gamme des
fréquences. La force active demandée est fortement réduite, même aux fréquences de
résonance. Pour des perturbations provenant de la route, l'accélération angulaire est réduite
à la résonance de la masse suspendue, mais conserve la même amplitude à la résonance de
 76

la masse non suspendue. Nous remarquons, sur l'ensemble des figures, que la fréquence de
résonance des deux masses est plus élevée. Cette augmentation est bénéfique, notamment
pour la résonance de la masse non suspendue, car la densité spectrale diminue avec
l'augmentation de la fréquence. Pour le roulis et la force active avec une perturbation de la
route, les améliorations sont présentes en basses fréquences, mais moins prononcées que
dans le cas d'un virage. L'ensemble des améliorations est attribuable à la force demandée,
qui est réduite grâce à la réduction de masse du véhicule en aluminium. Pour des
performances identiques, la force demandée sera réduite. Pour une puissance donnée, les
performances seront améliorées.
 77

Chapitre 7

Conclusion

Le but principal de ces travaux de recherche était de développer des stratégies de

contrôle pour une suspension active d'automobile. Pour atteindre cet objectif, différents
modèles ont été utilisés, ce qui a permis le développement de différents types de
contrôleurs. Le premier chapitre a présenté la revue de littérature qui a été réalisée. Cette
recherche a permis de préciser les entrées du système et les critères de performance. Les
différentes stratégies de contrôle retenues ont également été énumérées dans ce chapitre.

Les différentes contraintes reliées au domaine des suspensions automobiles ont été
illustrés au premier chapitre. Cette revue de littérature a permis de définir les critères de
performance et les différentes stratégies de contrôle applicables à la suspension active.

Par la suite, les différents modèles de suspension ont été expliqués au chapitre 2. Le
premier modèle représente un quart de véhicule à 2 degrés de liberté. Les modèles demi
véhicule latéral et longitudinal ont été présentés. Ils permettent d'étudier le roulis et le
tangage absents du modèle quart de véhicule.

Les différentes stratégies de contrôle sont appliquées sur un modèle quart de véhicule
au troisième chapitre. Le « skyhook damping » est une stratégie simple qui donne de bons
résultats. Le contrôle par Ricatti donne des résultats appréciables, mais la nécessité de
mesurer plusieurs variables complique 1'implementation du système. Le contrôle H» offre
des résultats supérieurs aux autres contrôleurs, mais son ordre élevé est une source de
problèmes potentiels. Les résultats obtenus démontrent l'importance de la pondération en
fréquence des critères de performance.

Les résultats donnés au chapitre 4 démontrent qu'une barre anti-roulis active est plus
performante qu'une barre anti-roulis passive. La démarche de simplification présentée
donne d'excellents résultats, facilitant 1'implementation du système sur un véritable
véhicule. L'ajout de filtres et d'algorithmes de limitation de la déflexion de suspension
sont des améliorations proposées pour le système actif.

Les algorithmes génétiques sont utilisés au chapitre 5 pour concevoir un système actif
en utilisant un modèle demi véhicule longitudinal. Cette stratégie permet de réduire
 78

l'ensemble des critères de plus de 50%, ce qui est une amélioration appréciable. L'ajout
d'un filtre d'ordre réduit jumelé à des gains explique cette augmentation de la performance.

Finalement, les deux modèles étudiés au chapitre 6 permettent d'observer une légère
augmentation des performances pour un véhicule fait d'aluminium. Ce phénomène
s'explique principalement par la réduction de masse et d'inertie, qui réduit la demande en
énergie.

Les résultats que nous avons obtenus lors de ces travaux de recherche ont fait l'objet
des conférences et des publications suivantes :
• « Optimisation par Ricatti d'une loi de contrôle de suspension automobile »
présenté à la conférence de l'ACFAS 2005 ;
• « Study of Active Anti-Roll Bar Controller for Off Road Vehicle » présenté
au CANCAM 2005 ;
• Un poster sur l'effet de l'utilisation de l'aluminium sur le comportement
dynamique d'une suspension active d'automobile a été publié dans le
mémoire de la recherche du REGAL 2005 ;
• « Design of an Active Suspension Control for a Four DOF Model using
Genetic Algorythm » qui a été présenté à la conférence de l'ASME 2005 ;
 79

Recommandations
Les travaux réalisés ont permis de démontrer qu'une suspension active permet d'améliorer
les performances de la suspension, principalement en réduisant la transmissibilité des
différentes fonctions de transfert. Ces calculs ont été obtenus en utilisant des modèles
linéaires. Afin d'améliorer l'exactitude des résultats, les pistes suivantes sont proposées.

Utilisation d'un simulateur temporel

Ce type simulateur offre la possibilité d'inclure les non linéarités des amortisseurs, des
pneus, de la géométrie de suspension et des différentes butées.

Étude approfondie des actionneurs disponibles

II a été démontré que l'actionneur utilisé influence les performances et la stratégie de
contrôle à utiliser. La comparaison des performances de différents actionneurs permettrait
de choisir les plus efficaces, et des modèles plus réalistes pourraient alors être développés.
Les stratégies de contrôle développées à l'aide de ces modèles seraient beaucoup plus
efficaces.

Conception numérique du contrôleur

Les contrôleurs développés lors des travaux sont représentés par des systèmes
analogiques ayant des gains et des fonctions de transfert. Un modèle numérique du
contrôleur permettrait de définir les précisions nécessaires, les fréquences
d'échantillonnage ainsi que les gains des filtres numériques utilisés dans un véritable
microprocesseur.

Évaluation de la robustesse
Les modèles analogiques ou numériques représentant la suspension, les actionneurs et
les contrôleurs ont tous des propriétés constantes. Une grande partie du développement
d'un système de contrôle est l'évaluation de la robustesse du contrôleur, lorsque certains
paramètres varient dans le temps. La micro analyse est un outil potentiel pour évaluer la
robustesse des systèmes de contrôle.

Amélioration des critères de performance et ajout de contraintes

Les résultats obtenus sont fonctions des critères de performances utilisés. Lors de la
conception, différents critères et contraintes peuvent être utilisés, principalement basés sur
l'expérience. L'utilisation des algorithmes génétiques permet l'ajout de plusieurs types de
contraintes.
 80

Références
1. GILLESPIE, Thomas D.; (1992) Fundamentals of Vehicle Dynamics, Warrendale :
Society of Automotive Engineers,Inc, 495p.

2. PRAHLAD, V.; RAO, M.V.C.; (1997) A tunable fuzzy logic controller for vehicle
active suspension systems. Fuzzy Sets and Systems 85, pp. 1183-1191.

3. BOUAZARA, Mohamed; (1991) L'influence des paramètres de suspension sur le

comportement d'un véhicule. Maîtrise es sciences (M. Se). Québec / Université
Laval / 105p.

4. CHALASSANI, R.M.; (1986) Ride performance potential of active suspension

system part I : Simplified analysis based on a quarter-car model. Symposium on
simulation and control of ground vehicle and transportation systems : AMD-
80(DSC2), pp. 187-204

5. BOUAZARA, Mohamed; (1997) Étude et analyse de la suspension active et semi

active des véhicules routiers. Thèse de doctorat (Ph. D.). Québec / Université
Laval / 164p.

6. ROBSON, J.D. ; (1979) Road surface description and vehicle response.

International Journal of Vehicle Design, 1:25-35

7. DODDS C. J. ; ROBSON J. D. ; (1973) The descritpion of road surface roughness.

Journal of Sound and Vibration: Volume 31 (Numéro 2), pp. 175-183.

8. BLUNDELL, Mike ; HARTY, Damian ; (2004) The Multibody Systems Approach

to Vehicle Dynamics, Warrendale : Society of Automotive Engineers,Inc, 514p.

9. DONAHUE, Mark D.; (1998) Implementation of an Active Suspension, Preview

Controller for Improved Ride Comfort. Master of science (Plan II). Boston
University : Berkeley / University of California at Berkeley, 85p.

10. HROVAT, D. ; HUBBARD, M. ; (1981) Optimum Vehicle Suspensions

Minimising RMS Rattlespace, Sprung-Mass Acceleration and Jerk. Transactions of
the ASME: Vol. 103, pp. 228-236.

11. SAMMIER, Damien; (2001) Sur la modélisation et la commande de suspension de

véhicules automobiles. Thèse de doctorat (Ph. D.). France / Laboratoire
d'automatique de Grenoble / 234p.
 81

12. DIXON, John C. ; (1996) Tires, Suspension and Handling, Warrendale : Society of
Automotive Engineers,Inc, 62 lp.

13. PACEJKA, Hans B. ; (2002) Tires and vehicle dynamics, Warrendale : Society of
Automotive Engineers,Inc, 627p.

14. MILLIKEN, William F. ; MILLIKEN, Douglas L. ; (1995) Race car vehicle

dynamics, Warrendale : Society of Automotive Engineers,Inc, 890p.

15. Can a car really be light, safe and comfortable to drive ?. (2001). Metallurgia:
Volume 68 (Numéro2), pp. FT9-FT10.

16. The battle of the metals. (2000) Automotive engineering international: Août 2000,
pp. 36-53.

17. Steel rules the body panel kingdom. (2002) Automotive engineering international:
Août 2002, pp. 69-72.

18. BIRCH Stuart; (2000), Audi A2 production. Automotive engineering international:

Février 2000, pp. 11-14.

19. Aluminium and the XJ. (2003) Automotive engineering international: Avril 2003,
pp. 97-100.

20. HUNTER, John; Adhesive bonding in automotive structures, Symposium sur le

collage de l'aluminium, 30 septembre 2004

21. HROVAT D. ; (1997) Survey of Advanced Suspension Developments and Related

Optimal Control Applications. Automática: Volume 33 (Numéro 10), pp. 1781-
1817.

22. FRIEDLAND, Bernard; (1976) Control System Design, United States : McGraw-
Hill, 513p.

23. DUC, Gilles; FONT, Stéphane; (1999) Commande Hœ et u-analyse, HERMES

Science : Paris, 121p.

24. MITSUO, Gen; RUNWEI, Cheng; (1997) Genetic Algorithms & Engineering
Design, United States : John Wiley & Sons, 41 lp.

25. BAUMAL, A.E.; McPhee, J.J.; Calamai, P.H.; (1998) Application of Genetic
Algorithms to the design optimisation of an active vehicle suspension system.
Comput Method Appl Mech Engrg 163, pp. 87-94
 82

26. ALKHATIB, R.; NAKHAIE JAZAR, G.; GOLNARAGHI, M.F.; (2004) Optimal
design of passive linear suspension using genetic algorithm. Journal of Sound and
Vibration 275, pp.665-691

27. HAIPING, Du; LAM, James; Sze, Kam Yim; (2003) Engineering Applications of
Artificial Intelligence 16, pp.667-680

28. GORDON T.J. ; (1995) Non-Linear Optimal Control of a Semi-Active Vehicle

Suspension. Chaos, Solitons, & Fractals: Volume 5 (Numéro 9), pp. 1603-1617.

29. BEN MRAD R. ; LEVITT J.A. ; FASSOIS S.D. ; (1994) Non-linear dynamic
modeling of an automobile hydraulic active suspension system. Mechanical Systems
and Signal Processing: Volume 8 (Numéro 5), pp. 485-517.

30. HANBA, Shigeru ; ISOBE, Osamu ; KAWABE, Taketoshi ; MIYASATO,

Yoshihiko ; WATANABE, Yoshito ; (1998) New semi-active suspension controller
design using quasi-linearization and frequency shaping. Control Engineering
Practice 6, pp. 1183-1191.

31. KIM, Hyo-Jun ; PARK, Young-Pil ; (2004) Investigation of robust roll motion
control considering varying speed and actuator dynamics. Mechatronics: Volume
14, pp. 35-54

32. HWANG, S-M. ; Park, Y. ; (1995) Active roll moment distribution based on
predictive control. International Journal of Vehicle Design: Volume 16 Numero 1,
pp.15

33. HATANO, Tadashi ; NAGAI, Masao ; TAKANO, Shuichi ; TANIGUSHI, Tetsuo ;

(2003) Study on a vehicle dynamics model for improving roll stability. JSAE
Review 24, pp. 149-156

34. BOUAZARA, Mohamed ; RICHARD, Marc J. ; (2001) An optimisation method

designed to improve 3-D vehicle comfort and road holding capabilities through the
use of active and semi-active suspension. Eur. J. Mech. A/Solids 20, pp. 509-520.

35. NELL, S.;STEYN, J.L. (1998) An alternative control strategy for semi-active
dampers on off-road vehicles, Journal of Terramechanics 35, pp.25-40

36. FISHER, Daniel ; ISERMANN, Rolf ; (2003) Mechatronics semi-active and active
vehicle suspensions. Control Engineering Practice: Volume 12, pp. 1353-1367.